43 اسلاید پاورپوینت بررسی یادگیری درخت تصمیم

دانلود فایل آماده پاورپوینت بررسی یادگیری درخت تصمیم در قالب چهل و سه اسلاید از همیار دانشجو

دسته بندی: فنی مهندسی » شهرسازی

تعداد مشاهده: 6 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: pptx

تعداد صفحات: 43

حجم فایل:590 کیلوبایت

  پرداخت و دانلود  قیمت: 145,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.
0 0 گزارش
  • فایل دانلودی حاوی یک فایل پاوروینتی قابل ویرایش در 43 اسلاید به صورت متنی همراه با عکس و... می باشد.

    قسمتی از متن فایل دانلودی
    مقدمه
    در یک مسئله یادگیری با دو جنبه مختلف روبرو هستیم:
    نحوه نمایش فرضیه ها
    روشی که برای یادگیری برمی گزینیم
    در این فصل برای نمایش فرضیه ها از درخت تصمیم استفاده میکنیم و برای یادگرفتن این درخت از روش ID3 استفاده میکنیم.

    درخت تصمیم
    درختها درهوش مصنوعی برای نمایش مفاهیم مختلفی نظیر ساختار جملات، معادلات، حالات بازی، و غیره استفاده میشود.
    یادگیری 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.
    این روش جزو مشهورترین الگوریتمهای یادگیری استقرائی است که بصورت موفقیت آمیزی در کاربردهای مختلف بکار گرفته شده است.
    نمایش درخت تصمیم
    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:
    هر گره داخلی یاغیر برگ (non leaf) با یک ویژگی (attribute) مشخص میشود. این ویژگی سوالی را در رابطه با مثال ورودی مطرح میکند.
    درهر گره داخلی به تعداد جوابهای ممکن با این سوال شاخه (branch) وجود دارد که هر یک با مقدار آن جواب مشخص میشوند.
    برگهای این درخت با یک کلاس و یا یک دسته از جوابها مشخص میشوند.
    علت نامگذاری آن با درخت تصمیم این است که این درخت فرایند تصمیم گیری برای تعیین دسته یک مثال ورودی را نشان میدهد.
    و.........

    فهرست مطالب فایل دانلودی:
    مقدمه
    درخت تصمیم
    نمایش درخت تصمیم
    مثالی از یک درخت تصمیم
    کاربردها
    ویژگی های درخت تصمیم
    نحوه نمایش درخت تصمیم
    مثال
    الگوریتم یادگیری درخت تصمیم
    ایده اصلی ID3
    بایاس درخت تصمیم
    سئوال
    الگوریتم ID3
    نحوه ساختن درخت
    کدام ویژگی طبقه بندی کننده بهتری است؟
    مثال
    معیار کمی اندازه گیری یک ویژگی کدام است؟
    آنتروپی
    مثال
    سئوال
    آنتروپی برای دسته بندی های غیر بولی
    بهره اطلاعات(Information Gain)
    مثال
    Overfitting
    پرهیز ازOverfitting
    حرس کردن درخت به روش Reduced Error Pruning
    Overfitting یک پدیده عمومی است
    در نظر گرفتن ویژگی های با مقادیر پیوسته
    سایر معیارهای انتخاب ویژگی برای درخت
    معیار نسبت بهره یا gain ratio
    ویژگی هائی با هزینه متفاوت
    مثالهائی با ویژگی های نامعلوم
    UCI Machine Learning Repository
    موضوع ارائه




    برچسب ها: درخت تصمیم
  

به ما اعتماد کنید

تمامي كالاها و خدمات اين فروشگاه، حسب مورد داراي مجوزهاي لازم از مراجع مربوطه مي‌باشند و فعاليت‌هاي اين سايت تابع قوانين و مقررات جمهوري اسلامي ايران است.
این سایت در ستاد ساماندهی ثبت شده است.

درباره ما

فروش اینترنتی فایل های قابل دانلود، پروژه، مقاله، و....
در صورتی که نیاز به راهنمایی دارید، صفحه راهنمای سایت را مطالعه فرمایید.

تمام حقوق این سایت محفوظ است. کپی برداری پیگرد قانونی دارد.
طراحی سایت: وبتینا