تاثیر نویز بر الگوریتم های یادگیری با نظارت
محل انتشار: دومین کنفرانس ملی ایده های نو در مهندسی برق
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,087
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCNIEE02_267
تاریخ نمایه سازی: 29 بهمن 1392
چکیده مقاله:
مجموعه داده های واقعی اغلب کامل نبوده و حاوی مقادیر نویز می باشند که می تواند باعث کاهش کارایی الگوریتم های یادگیری درمواجه با این داده ها گردد. بنابراین تاثیر مواجه با نویز یکی از چالش های اساسی در الگوریتم های یادگیری با نظارت برای بدست آوردن یک مدلقابل اعتماد از داده ها بشمار می رود در این مقاله، تاثیر درجه های مختلف نویز بر روی دقت چهار الگوریتم یادگیری با نظارت بیزین ساده، نزدیکترینkهمسایه، درخت تصمیم4.5C و ماشین بردار پشتیبان مورد بررسی و ارزیابی قرار می گیرد. این الگوریتم ها جزء ده الگوریتم برتر در داده کاوی بشمار می آیند. نتایج حاصل می تواند به ما در انتخاب الگوریتم یادگیری مناسب که کمتر به داده های نویز حساس می باشند کمک نماید. بعلاوه مشخص نماید الگوریتم های یادگیری و کلاسه بندی قوی وجود چه میزان از داده های نویز را می توانند تحمل نمایند
کلیدواژه ها:
نویسندگان
حمیدرضا طهماسبی
مربی، دانشگاه آزاد اسلامی واحد کاشمر، گروه کامپیوتر
ملیحه آموزگار
مربی، دانشگاه آزاد اسلامی واحد کاشمر، گروه کامپیوتر
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 :