tailieunhanh - Luận văn: Tìm hiểu về phương pháp học máy và phương pháp học theo cây quyết định, xây dựng module mô phỏng thuật toán ID3

Tổng quan Học máy (Machine Learning) là một ngành khoa học nghiên cứu các thuật toán cho phép máy tính có thể học được các khái niệm (concept). Phân loại: Có hai loại phương pháp học máy chính Phương pháp quy nạp: Máy học/phân biệt các khái niệm dựa trên dữ liệu đã thu thập được trước đó. Phương pháp này cho phép tận dụng được nguồn dữ liệu rất nhiều và sẵn có. | BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜnG Luân văn V Tìm hiểu về phương pháp học máy và phương pháp học theo cây quyết định xây dựng module mô phỏng thuật toán ID3 CHƯƠNG 1 Tổng quan về học máy . Tổng quan Học máy Machine Learning là một ngành khoa học nghiên cứu các thuật toán cho phép máy tính có thể học được các khái niệm concept . Phân loại Có hai loại phương pháp học máy chính Phương pháp quy nạp Máy học phân biệt các khái niệm dựa trên dữ liệu đã thu thập được trước đó. Phương pháp này cho phép tận dụng được nguồn dữ liệu rất nhiều và sẵn có. Phương pháp suy diễn Máy học phân biệt các khái niệm dựa vào các luật. Phương pháp này cho phép tận dụng được các kiến thức chuyên ngành để hỗ trợ máy tính. Hiện nay các thuật toán đều cố gắng tận dụng được ưu điểm của hai phương pháp này. Các ngành khoa học liên quan Lý thuyết thống kê các kết quả trong xác suất thống kê là tiền đề cho rất nhiều phương pháp học máy. Đặc biệt lý thuyết thống kê cho phép ước lượng sai số của các phương pháp học máy. Các phương pháp tính các thuật toán học máy thường sử dụng các tính toán số thực số nguyên trên dữ liệu rất lớn. Trong đó các bài toán như tối ưu có không ràng buộc giải phương trình tuyến tính . được sử dụng rất phổ biến. Khoa học máy tính là cơ sở để thiết kế các thuật toán đồng thời đánh giá thời gian chạy bộ nhớ của các thuật toán học máy. Các nhóm giải thuật học máy Học có giám sát Máy tính được xem một số mẫu gồm đầu vào input và đầu ra output tương ứng trước. Sau khi học xong các mẫu này máy tính quan sát một đầu vào mới và cho ra kết quả. Học không giám sát Máy tính chỉ được xem các mẫu không có đầu ra sau đó máy tính phải tự tìm cách phân loại các mẫu này và các mẫu mới. Học nửa giám sát Một dạng lai giữa hai nhóm giải thuật trên. Học tăng cường Máy tính đưa ra quyết định hành động action và nhận kết quả phản hồi response reward từ môi trường environment . Sau đó máy tính tìm cách chỉnh sửa cách ra quyết định hành động của mình. Các ứng dụng của học máy Ứng dụng Học máy