Đang chuẩn bị liên kết để tải về tài liệu:
Bài giảng Học máy: Chương 4 - Nguyễn Nhật Quang (Phần 3)

Bài giảng "Học máy - Chương 4: Các phương pháp học có giám sát (Học cây quyết định)" trình bày các nội dung: Khái niệm học cây quyết định, biểu diễn cây quyết định, giải thuật ID3, lựa chọn thuộc tính kiểm tra, Entropy, information gain, học cây quyết định,. nội dung chi tiết. | Học Máy IT 4862 Nguyễn Nhật Quang quangnn-fit@mail.hut.edu.vn Trường Đại học Bách Khoa Hà Nội Viện Công nghệ thông tin và truyền thông Năm học 2011-2012 Nôi dung môn hoc Giới thiệu chung Đánh giá hiệu năng hệ thống học máy Các phương pháp học dựa trên xác suất Các phương pháp học có giám sát Học cây quyết định Decision tree learning Các phương pháp học không giám sát Lọc công tác Học tăng cường Học Máy -IT 4862 2 Học cây quyết định Giới thiệu Học cây quyết định Decision tree -DT- learning Để học xấp xỉ một hàm mục tiêu có giá trị rời rạc discretevalued target function - hàm phân lớp Hàm phân lớp được biểu diễn bởi một cây quyết định Một cây quyết định có thể được biểu diễn diễn giải bằng một tập các luật IF-THEN dễ đọc và dễ hiểu Học cây quyết định có thể thực hiện ngay cả với các dữ liệu có chứa nhiễu lỗi noisy data Là một trong các phương pháp học quy nạp inductive learning được dùng phổ biến nhất Được áp dụng thành công trong rất nhiều các bài toán ứng dụng thực tế Học Máy -IT 4862