بهبود سرعت و قدرت تصمیم گیری اشیاء توسط الگوریتمC 5.0

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 477

فایل این مقاله در 6 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCOEM02_025

تاریخ نمایه سازی: 4 مهر 1396

چکیده مقاله:

داده کاوی و دیگر روش های هوش مصنوعی، نقش مهمی در شکل گیری اینترنت اشیاء ایفا می کنند؛ البته با چالش های بسیار. در یادگیری ماشین ، ساختار درخت تصمیم یک مدل پیش بینی کننده است. دسته بندی نیز یکی از موضوعات مهم در حوزه داده کاوی است. امروزه روشهای دسته بندی گوناگونی از قبیل درختان تصمیم، شبکه های عصبی و غیره وجود دارد؛ از بین الگوریتم های درخت تصمیم، ID3 و C4.5 تاثیرگذارترین الگوریتم ها هستند که بوسیله Quinlan ارایه شده اند. C4.5 نسل بعدی الگوریتم ID3 می باشد که از روشی استنتاجی در درخت تصمیم استفاده می کند و بطور بسیار گسترده استفاده می شود و در نهایت به عنوان بهبود هرچه بیشتر در قدرت تصمیم گیری و همچنین سرعت، الگوریتم C5.0، دارای دقت بهتر، حافظه کارآمد و سرعت پردازش نسبتا بالاتر است.

نویسندگان

اعظم السادات نوربخش

عضو هیات علمی، دپارتمان مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد لاهیجان، دانشگاه آزاد اسلامی،لاهیجان، ایران

سیده زهرا سادات

کارشناسی ارشد نرم افزار کامپیوتر، موسسه آموزش عالی مهرآستان، آستانه اشرفیه، ایران

فایقه یوسفخواه رودسری

کارشناسی ارشد نرم افزار کامپیوتر، موسسه آموزش عالی مهرآستان، آستانه اشرفیه، ایران