خرید و دانلود پاورپوینت یادگیری درخت تصمیم

پیش نمایش ” پاورپوینت یادگیری درخت تصمیم”

پاورپوینت یادگیری درخت تصمیم

یادگیری درخت تصمیم : مقدمه

lدر یک مسئله یادگیری با دو جنبه مختلف روبرو هستیم:

lنحوه نمایش فرضیه ها

lروشی که برای یادگیری برمی گزینیم

lدر این فصل برای نمایش فرضیه ها از درخت تصمیم استفاده میکنیم و برای یادگرفتن این درخت از روش ID3 استفاده میکنیم.

lدرختها درهوش مصنوعی برای نمایش مفاهیم مختلفی نظیر ساختار جملات، معادلات، حالات بازی، و غیره استفاده میشود.

lیادگیری درخت تصمیم روشی برای تقریب توابع هدف با مقادیر گسسته است.

این روش نسبت به نویز داده هامقاوم بوده وقادر است ترکیب فصلی گزاره های عطفی  را یاد بگیرد.

lاین روش جزو مشهورترین الگوریتمهای یادگیری استقرائی است که بصورت موفقیت آمیزی در کاربردهای مختلف بکار گرفته شده است.

l درخت تصمیم درختی است که در آن نمونه ها  را به نحوی دسته بندی میکند که از ریشه به سمت پائین رشد میکنند و در نهایت به گره های برگ میرسد:

lهر گره داخلی یاغیر برگ (non leaf) با یک ویژگی (attribute) مشخص میشود.  این ویژگی سوالی را در رابطه با مثال ورودی مطرح میکند.

lدرهر گره داخلی به تعداد جوابهای ممکن با این سوال شاخه (branch) وجود دارد که هر یک با مقدار آن جواب مشخص میشوند.

lبرگهای این درخت با یک کلاس و یا یک دسته از جوابها مشخص میشوند.

lعلت نامگذاری آن با درخت تصمیم این است که این درخت فرایند تصمیم گیری برای تعیین دسته یک مثال ورودی را نشان میدهد.

lدرخت تصمیم در مسایلی کاربرد دارد که بتوان آنها را بصورتی مطرح نمود که پاسخ واحدی بصورت نام یک دسته یا کلاس ارائه دهند.

lبرای مثال میتوان درخت تصمیمی ساخت که به این سوال پاسخ دهد: بیماری مریض کدام است؟

و یا درختی ساخت که به این سوال پاسخ دهد: آیا مریض به هپاتیت مبتلاست؟

lبرای مسائلی مناسب است که مثالهای آموزشی بصورت زوج (مقدار-ویژگی) مشخص شده باشند.

lتابع هدف دارای خروجی با مقادیر گسسته باشد. مثلا هر مثال با بله و خیر تعیین شود.

lنیاز به توصیف گر فصلی (disjunctive) باشد.

پاورپوینت یادگیری درخت تصمیم

[dlbox title=”مشخصات فایل” link=”#” type=”pptx.” size=”0.460 مگابایت” pass=”ندارد” page=”43صفحه”]