To understand data from as many per

To understand data from as many perspectives as possible,
one approach is to acquire all different individual classifiers.
However, this is not feasible. A better way might
be to heuristically compute the individual classifiers which
satisfy some constraints. For example, given a training data
set and some constraints such as training error threshold,
the goal is to search a set of decision trees satisfying

ผลลัพธ์ (ไทย) 2:

เพื่อให้เข้าใจถึงข้อมูลจากมุมมองที่มากที่สุดเท่าที่เป็นไปได้วิธีการหนึ่งคือการได้รับลักษณนามของแต่ละบุคคลที่แตกต่างกันทั้งหมด. แต่นี้เป็นไปไม่ได้ วิธีที่ดีกว่าอาจจะมีการคำนวณ heuristically ลักษณนามของแต่ละบุคคลที่ตอบสนองข้อจำกัด บางอย่าง ตัวอย่างเช่นกำหนดข้อมูลการฝึกอบรมชุดและข้อ จำกัด บางอย่างเช่นเกณฑ์ข้อผิดพลาดการฝึกอบรมมีเป้าหมายที่จะค้นหาชุดของต้นไม้ตัดสินใจพอใจ

ผลลัพธ์ (ไทย) 3:

เพื่อให้เข้าใจข้อมูลจากมุมมองมากที่สุด วิธีการหนึ่งคือการได้รับคำ

แต่ละที่แตกต่างกันทั้งหมด แต่นี้จะไม่คุ้มค่าในการลงทุน วิธีที่ดีกว่าอาจ
ต้อง heuristically คำนวณแต่ละคำที่
ตอบสนองบางข้อจำกัด ตัวอย่างเช่น ได้รับการฝึกอบรมข้อมูล
ชุดและข้อจำกัด เช่น เกณฑ์ข้อผิดพลาดการฝึกอบรม
เพื่อให้เข้าใจข้อมูลจากมุมมองมากที่สุด วิธีการหนึ่งคือการได้รับคำ

แต่ละที่แตกต่างกันทั้งหมด แต่นี้จะไม่คุ้มค่าในการลงทุน วิธีที่ดีกว่าอาจ
ต้อง heuristically คำนวณแต่ละคำที่
ตอบสนองบางข้อจำกัด ตัวอย่างเช่น ได้รับการฝึกอบรมข้อมูล
ชุดและข้อจำกัด เช่น เกณฑ์ข้อผิดพลาดการฝึกอบรม
เป้าหมายคือการ ค้นหาชุดต้นไม้การตัดสินใจ พอใจ