Decision Tree Classifiers (DTC's) a

Decision Tree Classifiers (DTC's) are used successfully in many diverse areas such
as radar signal classification, character recognition, remote sensing, medical diagnosis, expert
systems, and speech recognition, to name only a few. Perhaps, the most important feature of
DTC's is their capability to break down a complex decision-making process into a collection of
simpler decisions, thus providing a solution which is often easier to interpret. This paper presents a
survey of current methods for DTC designs and the various existing issues. After considering
potential advantages of DTC's over single stage classifiers, the subjects of tree structure design,
feature selection at each internal node, and decision and search strategies are discussed. Some
remarks concerning the relation between decision trees and Neural Networks (NN) are also made

ผลลัพธ์ (ไทย) 1:

คำนามภาษาต้นไม้ตัดสินใจ (DTC ของ) ที่ใช้สำเร็จในในหลากหลายพื้นที่ดังกล่าวเป็นประเภทสัญญาณเรดาร์ การรู้จำอักขระ แชมพู โรค ผู้เชี่ยวชาญระบบ และการรู้จำเสียง การตั้งชื่อเพียงไม่กี่ บางที ลักษณะสำคัญของของ DTC เป็นความสามารถในการแบ่งกระบวนการตัดสินใจซับซ้อนเข้าไปในคอลเลกชันของง่ายกว่าการตัดสินใจ ทำ ให้การแก้ปัญหาซึ่งมักจะง่ายต่อการตีความ นี้เป็นการสำรวจวิธีออกแบบ DTC และปัญหาต่าง ๆ ที่มีอยู่ปัจจุบัน หลังจากพิจารณาเป็นข้อดีของของ DTC ผ่านขั้นเดียวคำนามภาษา เรื่องของการออกแบบโครงสร้างแผนภูมิเลือกคุณลักษณะที่แต่ละ โหนภายใน และการตัดสินใจ และค้นหากลยุทธ์กล่าวถึง บางหมายเหตุที่เกี่ยวข้องกับความสัมพันธ์ระหว่างต้นไม้ตัดสินใจและเครือข่ายประสาท (NN) การเงิน

ผลลัพธ์ (ไทย) 2:

ต้นไม้ตัดสินใจลักษณนาม (DTC)
ที่ถูกนำมาใช้ประสบความสำเร็จในพื้นที่ที่มีความหลากหลายมากเช่นเป็นจำแนกสัญญาณเรดาร์รู้จำตัวอักษร, การสำรวจระยะไกล,
การวินิจฉัยทางการแพทย์ผู้เชี่ยวชาญระบบและการรู้จำเสียงพูดเพื่อชื่อเพียงไม่กี่ บางทีอาจจะเป็นคุณสมบัติที่สำคัญที่สุดของ
DTC
เป็นความสามารถของพวกเขาที่จะทำลายลงเป็นกระบวนการที่ซับซ้อนในการตัดสินใจลงไปในคอลเลกชันของการตัดสินใจที่เรียบง่ายจึงให้การแก้ปัญหาซึ่งมักจะเป็นเรื่องง่ายที่จะตีความ บทความนี้นำเสนอการสำรวจวิธีการในปัจจุบันสำหรับการออกแบบ DTC และปัญหาต่างๆที่มีอยู่
หลังจากพิจารณาข้อได้เปรียบที่มีศักยภาพของ DTC กว่าจําแนกขั้นตอนเดียว, เรื่องของต้นไม้การออกแบบโครงสร้างการเลือกคุณลักษณะที่โหนดภายในแต่ละครั้งและตัดสินใจและกลยุทธ์การค้นหาที่จะกล่าวถึง บางคนพูดเกี่ยวกับความสัมพันธ์ระหว่างต้นไม้ตัดสินใจและโครงข่ายประสาท (NN) จะทำยัง

ผลลัพธ์ (ไทย) 3:

คือการตัดสินใจแบบต้นไม้ ( DTC ) มีการใช้ประสบความสำเร็จในหลายพื้นที่เช่น
จำแนกสัญญาณเรดาร์ , อักขระ , การวินิจฉัยทางการแพทย์ระยะไกล มากมาย ระบบ
และการรู้จำเสียงพูดเพื่อชื่อเพียงไม่กี่ บางที คุณลักษณะที่สำคัญที่สุดของ
DTC คือความสามารถที่จะแบ่งความซับซ้อนกระบวนการตัดสินใจเป็นคอลเลกชันของ
ตัดสินใจง่ายขึ้นจึงให้โซลูชั่นที่มักจะง่ายต่อการตีความ บทความนี้นำเสนอระเบียบวิธีการออกแบบ
การสำรวจของ DTC และปัญหาต่าง ๆที่มีอยู่ . หลังจากพิจารณาข้อดีของ DTC จบแล้ว
ศักยภาพขั้นเดียว คำลักษณนาม วิชาออกแบบโครงสร้างต้นไม้
คุณลักษณะการเลือกในแต่ละโหนดภายใน และการตัดสินใจและกลยุทธ์การค้นหาว่า บาง
ข้อสังเกตเกี่ยวกับความสัมพันธ์ระหว่างต้นไม้ การตัดสินใจ และโครงข่ายประสาทเทียม ( NN ) ทำให้