1 IntroductionOne of the hallmarks

1 Introduction
One of the hallmarks of intelligence is the ability
to classify things–to find some overarching
properties that do a reasonably good job at explaining
or determining how things are grouped
together[1, 2, 3]. Formally, we are presented
with a set of feature value, class label pairs
{(x1, y1),(x2, y2), . . . ,(xn, yn)}. Each xi denotes a
list of values (features) to be used in creating a classi-
fier. The yi represent a prior knowledge of what class
the respective xi belongs to. This is the often used expression
“supervised learning”, since we are provided
with the correct class. For this discussion we assume
that a particular list of features maps functionally to
a class label.
In our current research[4], we are inundated with
categorical data. We have been struck the by the
fact that a novel, useful way to begin thinking about
this data was not solely statistically, but logically.
One of the things that caught our attention was the
work in Boolean circuit minimization. Begun some
50 years ago and discovered independently by several
different people, the ability to find an equivalent,
but more efficient circuits (Boolean functions) seemed
to be related to classification. Consider a Boolean
function f : {0, 1}
k → {0, 1}. There are 2k
features
representing, in this case, all the possible features.

ผลลัพธ์ (ไทย) 1:

บทนำ 1จุดเด่นของปัญญาคือความสามารถในการจัดประเภทสิ่ง – หาบางคัดสรรคุณสมบัติที่ทำงานดีสมเหตุสมผลในการอธิบายหรือกำหนดวิธีการจัดกลุ่มกิจกรรมกัน [1, 2, 3] อย่างเป็นกิจจะลักษณะ เราจะนำเสนอมีชุดของค่าคุณลักษณะ คลาคู่ป้ายชื่อ{ (x1, y1), (x2, y2), ..., (xn, yn) } แสดงสิละเป็นรายการของค่า (คุณลักษณะ) ที่จะใช้ในการสร้าง classi แบบfier ยีแสดงถึงความรู้เดิมระดับใดซีอานซีกวนเกี่ยวข้องเป็นสมาชิก เป็นนิพจน์ที่ใช้บ่อย"แบบมีผู้สอนการเรียนรู้" เนื่องจากเรามีมีคลาสที่ถูกต้อง สำหรับคำอธิบายนี้เราสมมติว่า รายการคุณลักษณะเฉพาะแผนผังบริเวณเพื่อป้ายชื่อของคลาสในงานวิจัยของเราปัจจุบัน [4], เราถูกครอบด้วยข้อมูลแน่ชัด เราหลงที่โดยความจริงที่นวนิยาย ประโยชน์วิธีการเริ่มต้นคิดข้อมูลนี้ไม่ใช่แต่เพียงผู้เดียวทางสถิติ แต่ทางตรรกะหนึ่งในสิ่งที่จับความสนใจของเราได้ทำงานในวงจรแบบบูลีนการลด เริ่มบาง50 ปีที่ผ่านมาพบได้อย่างอิสระ โดยหลายคน ความสามารถในการค้นหาเทียบเท่าแต่วงจรมาก (ฟังก์ชันบูลีน) ประจักษ์จะเกี่ยวข้องกับการจัดประเภท พิจารณาแบบบูลีนฟังก์ชัน f: {0, 1 }→ k {0, 1 } มี 2kลักษณะการทำงานแทน ในกรณีนี้ คุณลักษณะทั้งหมดที่เป็นไป

ผลลัพธ์ (ไทย) 2:

1
บทนำหนึ่งในการปฏิบัตของปัญญาคือความสามารถในการจำแนกสิ่งที่ไปพบบางอย่างที่ครอบคลุมคุณสมบัติที่จะได้งานที่ดีพอสมควรในการอธิบายหรือการกำหนดวิธีการสิ่งที่จะถูกจัดกลุ่มเข้าด้วยกัน[1, 2, 3] อย่างเป็นทางการเราจะนำเสนอกับชุดของค่าคุณลักษณะคู่ฉลากชั้น{(x1, y1), (x2, y2) . . (xn, yn)} แต่ละจินหมายถึงรายการของค่า (คุณสมบัติ) เพื่อนำมาใช้ในการสร้าง classi- Fier ยี่เป็นตัวแทนของความรู้เดิมของสิ่งที่ชั้นจินนั้นเป็นของ นี้คือการแสดงออกที่มักจะใช้"กำกับดูแลการเรียนรู้" เนื่องจากเรามีให้กับระดับที่ถูกต้อง สำหรับการอภิปรายนี้เราคิดว่ารายการโดยเฉพาะอย่างยิ่งของคุณสมบัติแผนที่หน้าที่ที่จะฉลากชั้น. ในงานวิจัยของเราในปัจจุบัน [4] เรามีน้ำท่วมด้วยข้อมูลที่แน่ชัด เราได้รับการตีโดยความจริงที่ว่านวนิยายวิธีที่มีประโยชน์ที่จะเริ่มคิดเกี่ยวกับข้อมูลนี้ไม่ได้แต่เพียงผู้เดียวทางสถิติ แต่มีเหตุผล. หนึ่งในสิ่งที่จับความสนใจของเราคือการทำงานในการลดวงจรบูลีน เริ่มบาง50 ปีที่ผ่านมาและพบอิสระโดยหลายคนที่แตกต่างกันความสามารถในการหาเทียบเท่ามีแต่วงจรที่มีประสิทธิภาพมากขึ้น (ฟังก์ชั่นบูลีน) ดูเหมือนจะเกี่ยวข้องกับการจัดหมวดหมู่ พิจารณาแบบบูลฟังก์ชั่น f: {0, 1} k → {0, 1} มี 2k มีคุณสมบัติที่เป็นตัวแทนในกรณีนี้ทุกคุณสมบัติที่เป็นไปได้

ผลลัพธ์ (ไทย) 3:

1 บทนำ
หนึ่งใน hallmarks ของปัญญาคือ ความสามารถในการแยกแยะสิ่งต่าง ๆ เพื่อที่จะหา

บางครอบคลุมคุณสมบัติที่ไม่ได้งานที่ดีพอสมควรที่อธิบายหรือกำหนดว่าสิ่งที่ถูก

ด้วยกัน [ 1 , 2 , 3 ] อย่างเป็นทางการ เราจะนำเสนอ
กับชุดของค่าคุณลักษณะชั้นป้ายคู่
{ ( x1 , y1 ) ( x2 , y2 ) . . . . . . . ( ซินใน , ) } แต่ละสีหมายถึง
รายการของค่า ( คุณสมบัติ ) เพื่อใช้ในการสร้าง classi -
เฟียร์ . อีเป็นตัวแทนของความรู้เดิมที่เรียน
Xi นั้นเป็นของ นี่คือสีหน้า
" การเรียนรู้แบบมีผู้สอน " ใช้บ่อย เพราะเราให้
กับชั้นเรียนที่ถูกต้อง สำหรับเรื่องนี้เราถือว่า
ที่เฉพาะรายการคุณลักษณะแผนที่ง่าย


เรียนฉลาก ในการวิจัยในปัจจุบัน [ 4 ]เราเป็นบริษัทวิจัย
ข้อมูลเชิงคุณภาพ เราได้รับการหลงโดย
ที่ว่านิยายที่มีประโยชน์ที่จะเริ่มคิดเกี่ยวกับ
ข้อมูลนี้แต่เพียงผู้เดียวไม่ได้แตกต่างกัน แต่เหตุผล .
สิ่งหนึ่งที่จับความสนใจของเราคือ
ทำงานลดวงจรตรรกะ . เริ่มบาง
50 ปีที่ผ่านมา และค้นพบโดยอิสระหลาย
คน , ความสามารถในการค้นหาเทียบเท่า
แต่วงจรมีประสิทธิภาพมากขึ้น ( ฟังก์ชันบูลีน ) ดู
จะเกี่ยวข้องกับการจำแนก พิจารณาฟังก์ชันบูลีน
F : { 0 , 1 }
K → keyboard - key - name { 0 , 1 } มีคุณลักษณะ 2K

แทน กรณีนี้เป็นไปได้ทั้งหมดคุณสมบัติ