درخت های تصمیم فازی

سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,289

فایل این مقاله در 8 صفحه با فرمت PDF 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:

ICS05_091

تاریخ نمایه سازی: 16 آذر 1390

چکیده مقاله:

یک روش متداول در یادگیری و استدلال بر روی نمون ه های مبتنی بر خصیصه، استقرای درخت تصمیم می باشد.سیستم های مبتنی بر این رهیافت که در قلمروهای نمادین به کارگرفته شد ه اند، از موفقیت های خوبی برخوردار گشته اند. ویژگی بسیار مهم درخت های تصمیم، قابلیت درک دانش موجود در آنها توسط انسان می باشد. اگر چه روش های زیادی برای ساخت درخت های تصمیم ار ائه شده اند، ولیکن درخت های تصمیم سنتی، در مواردی که نیاز به تصمیم گیری عددی وجود د اشته باشد ، یا تصمیم گیری عددی پرداز ش های بعدی را بهبود بخشد، و یا داده ها دارای کاستی یا مشکلاتی باشند، قابل به کارگیری نیستند . یک رهیافت مناسب قابل به کارگیری در چنین موارد ی، استفاده از درخت های تصمیم فازی است. در این مقاله الگوریت م های گوناگون ساخت درخت های تصمیم فازی بررسی شده و این درخت ها از جنبه های مختلف با درخت های تصمیم سنتی مورد مقایسه قرار گرفته اند

نویسندگان

محمدرضا گودرزی

دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران

محمدرضا کنگاوری

دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • determination in fuzzy modeling: A fuzzy CART approach, " in ...
  • Quinlan, J.R., "Induction _ Decision Trees", Machine Learning, Vol.1, pp. ...
  • Zimmermann, H.J., Fuzzy Set Theory and its Applications, Kluwer Academic ...
  • Janikow, C.Z. , :Fuzzy Decision Trees: Issues and Methods, " ...
  • Quinlan, J.R., C4.5: Programs for Machine Learning. San Mateo, CA: ...
  • Breiman, L., Friedman, J.H. Olsen, R.A. and Stone, C.J., Classification ...
  • Quinlan, J.R., "Unknown attribute-values in induction, " in Proc. _ ...
  • Kononenko I., Bratko I., Roskar E., Assistant: A System for ...
  • Yuan, Y., Shaw, M.J., Induction of fuzzy decision trees, Fuzzy ...
  • Conference on Fuzzy Systems, Vol.3, pp.2113 -2118, 1994 ...
  • Mitchell, T.M., Machine Learning, The McGraw-Hil Co., 414p, 1997 ...
  • Clark, P. and Niblett, T., :Induction in noisy domains, " ...
  • Zeidler, .. Schlosser, M., Ittner, _ Posthoff, C., "Fuzzy Decision ...
  • _ _ _ _ _ method for fuzy ...
  • Mingers, J., :An empirical comparision of pruning methods for decision ...
  • Mingers, _ empirical comparision of selection measure, for decision trees ...
  • _ _ _ _ in an ID3 machine learning framework, ...
  • Wang, X.Z.. Yeung, D.S., Tsang, E.C.C., A comparative study on ...
  • Benbrahim, H., Bensaid, A., A comparative study of pruned decision ...
  • Quinlan, J.R., :Decision _ as probabilistic classifiers, " in Proc. ...
  • Chang, R.L.P., Pavlidis, T., Fuzzy Decision Tree Algorithms, IEEE Trans. ...
  • Weber, R. , Fuzzy-ID3: a class of methos for automatic ...
  • Janikow, C.Z., Fajfer, M., "Fuzzy partitioning with FID3.1", in Proc. ...
  • Janikow, C.Z., Fajfer, M., Bottom-up fuzzy partitioning in fuzzy decision ...
  • نمایش کامل مراجع