|
|
بهبود طبقه بندی در مسائل یادگیری ماشین
|
|
|
|
|
نویسنده
|
زموده کامران ,متوسل علی ,لهراسبی محمد ,طبیب زاده شیواالسادات
|
منبع
|
نخستين همايش بين المللي شهر هوشمند، چالشها و راهبردها - 1398 - دوره : 1 - نخستین همایش بین المللی شهر هوشمند، چالشها و راهبردها - کد همایش: 98190-23972 - صفحه:0 -0
|
چکیده
|
یکی از شاخههای وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشین می باشد که به تنظیم و اکتشاف شیوهها و الگوریتمهایی میپردازد که بر اساس آنها رایانهها و سامانهها توانایی تعلٌم و یادگیری پیدا میکنند. 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
|
یادگیری ماشین# طبقهبندی# تابع زیان
|
آدرس
|
, iran, , iran, , iran, , iran
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|