بهبود طبقه بندی در مسائل یادگیری ماشین

یکی از شاخه های وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشین می باشد که به تنظیم و اکتشاف شیوه ها و الگوریتم هایی می پردازد که بر اساس آن ها رایانه ها و سامانه ها توانایی تعلم و یادگیری پیدا می کنند . مسائل یادگیری ماشینی را به طور گسترده می توان به سه گروه یادگیری نظارت شده، یادگیری نظارت نشده و یادگیری تقویتی طبقه بندی کرد. در این مقاله گروهی از مسائل یادگیری ماشین نظارت شده را مورد بحث و بررسی قرار می دهیم و از آنجا که طبقه بندی یکی از مهم ترین قسمت های یادگیری ماشین می باشد به بررسی طبقه بندی های مختلف در اینگونه مسائل می پردازیم و در نهایت یک روش طبقه بندی پیشنهاد خواهد شد که تابع زیان را تا حد مطلوبی کاهش می دهد.

کلیدواژه ها:

یادگیری ماشین ، طبقه بندی ، تابع زیان