1. Title: Tic-Tac-Toe Endgame datab

1. Title: Tic-Tac-Toe Endgame database

2. Source Information
-- Creator: David W. Aha ([e-mail])
-- Donor: David W. Aha ([e-mail])
-- Date: 19 August 1991

3. Known Past Usage:
1. Matheus,~C.~J., & Rendell,~L.~A. (1989). Constructive
induction on decision trees. In {it Proceedings of the
Eleventh International Joint Conference on Artificial Intelligence}
(pp. 645--650). Detroit, MI: Morgan Kaufmann.
-- CITRE was applied to 100-instance training and 200-instance test
sets. In a study using various amounts of domain-specific
knowledge, its highest average accuracy was 76.7% (using the
final decision tree created for testing).

2. Matheus,~C.~J. (1990). Adding domain knowledge to SBL through
feature construction. In {it Proceedings of the Eighth National
Conference on Artificial Intelligence} (pp. 803--808).
Boston, MA: AAAI Press.
-- Similar experiments with CITRE, includes learning curves up
to 500-instance training sets but used _all_ instances in the
database for testing. Accuracies reached above 90%, but specific
values are not given (see Chris's dissertation for more details).

3. Aha,~D.~W. (1991). Incremental constructive induction: An instance-based
approach. In {it Proceedings of the Eighth International Workshop
on Machine Learning} (pp. 117--121). Evanston, ILL: Morgan Kaufmann.
-- Used 70% for training, 30% of the instances for testing, evaluated
over 10 trials. Results reported for six algorithms:
-- NewID: 84.0%
-- CN2: 98.1%
-- MBRtalk: 88.4%
-- IB1: 98.1%
-- IB3: 82.0%
-- IB3-CI: 99.1%
-- Results also reported when adding an additional 10 irrelevant
ternary-valued attributes; similar _relative_ results except that
IB1's performance degraded more quickly than the others.

4. Relevant Information:

This database encodes the complete set of possible board configurations
at the end of tic-tac-toe games, where "x" is assumed to have played
first. The target concept is "win for x" (i.e., true when "x" has one
of 8 possible ways to create a "three-in-a-row").

Interestingly, this raw database gives a stripped-down decision tree
algorithm (e.g., ID3) fits. However, the rule-based CN2 algorithm, the
simple IB1 instance-based learning algorithm, and the CITRE
feature-constructing decision tree algorithm perform well on it.

5. Number of Instances: 958 (legal tic-tac-toe endgame boards)

6. Number of Attributes: 9, each corresponding to one tic-tac-toe square

7. Attribute Information: (x=player x has taken, o=player o has taken, b=blank)

1. top-left-square: {x,o,b}
2. top-middle-square: {x,o,b}
3. top-right-square: {x,o,b}
4. middle-left-square: {x,o,b}
5. middle-middle-square: {x,o,b}
6. middle-right-square: {x,o,b}
7. bottom-left-square: {x,o,b}
8. bottom-middle-square: {x,o,b}
9. bottom-right-square: {x,o,b}
10. Class: {positive,negative}

8. Missing Attribute Values: None

9. Class Distribution: About 65.3% are positive (i.e., wins for "x")

ผลลัพธ์ (ไทย) 1:

1. ชื่อเรื่อง: Endgame โอเอกซ์ฐานข้อมูล2. แหล่งข้อมูล -สร้าง: David W. ลเอ ([e-mail]) -ผู้บริจาค: David W. ลเอ ([e-mail]) -วัน: 19 สิงหาคมค.ศ. 1991 3. รู้จักการใช้งานที่ผ่านมา: 1. Matheus, ~C.~J., และเรนเดลล์ ~L.~A. (1989) สร้างสรรค์ เหนี่ยวนำบนต้นไม้ตัดสินใจ ใน {วิชาการ it การ สิบเอ็ดประเทศร่วมประชุมปัญญาประดิษฐ์} (นำ 645-650) ดีทรอยต์ MI: มอร์แกน Kaufmann -CITRE ถูกใช้กับอินสแตนซ์ 100 ฝึกและทดสอบตัวอย่าง 200 ตั้งค่า ในการศึกษาโดยใช้จำนวนเฉพาะโดเมนต่าง ๆ ความรู้ ความแม่นยำเฉลี่ยสูงสุดคือ 76.7% (โดยใช้การ สุดท้ายต้นไม้การตัดสินใจสร้างการทดสอบ) 2. Matheus, ~C.~J. (1990) เพิ่มความรู้โดยืมผ่าน ลักษณะการทำงานก่อสร้าง ใน {วิชาการ it แห่งชาติแปด การประชุมปัญญาประดิษฐ์} (นำ 803-808) ที่อยู่:: AAAI กด -ทดลองคล้ายกับ CITRE มีเส้นโค้งการเรียนรู้ขึ้น การฝึกอบรมตัวอย่าง 500 ชุด แต่ใช้อินสแตนซ์ของ _all_ ในการ ฐานข้อมูลสำหรับการทดสอบ Accuracies ถึง เหนือ 90% แต่เฉพาะ ค่ากำหนดให้ (ดูวิทยานิพนธ์ปริญญาเอกของ Chris สำหรับรายละเอียดเพิ่มเติม) 3. aha, ~D.~W. (1991) เพิ่มการเหนี่ยวนำสร้างสรรค์: การอินสแตนซ์ใช้ แนวทางการ ใน {it วิชาการเชิงปฏิบัติแปด เรียนรู้คำเครื่อง} (นำ 117-121) Evanston ป่วย: Kaufmann มอร์แกน -ใช้ 70% สำหรับการฝึกอบรม การ 30% ของอินสแตนซ์สำหรับการทดสอบ ประเมิน การทดลองที่ 10 กว่า รายงานผลสำหรับอัลกอริทึมที่หก: -NewID: 84.0% -CN2: 98.1% -MBRtalk: 88.4% -IB1: 98.1% -IB3: 82.0% -IB3 CI: 99.1% -ผลลัพธ์รายงานเพิ่ม 10 การเพิ่มเติมความเกี่ยวข้อง ดูค่าคุณลักษณะ ผล _relative_ คล้ายกันยกเว้นที่ ประสิทธิภาพของ IB1 เสื่อมโทรมได้อย่างรวดเร็วกว่าคนอื่น ๆ4. ข้อมูลที่เกี่ยวข้อง: ฐานข้อมูลนี้จแมปชุดสมบูรณ์ของบอร์ดสามารถตั้งค่าคอนฟิก จบเกมโอเอกซ์ ซึ่งจะถือว่า "x" ได้เล่น ครั้งแรก แนวคิดเป้าหมายคือ "ชนะสำหรับ x" (เช่น จริงเมื่อ "x" มี 8 ได้วิธีสร้าง "สามในเป็นแถว") เป็นเรื่องน่าสนใจ ฐานข้อมูลดิบให้ต้นไม้ตัดสินใจ stripped-down อัลกอริทึม (เช่น ID3) พอดี อย่างไรก็ตาม การใช้กฎ CN2 อัลกอริทึม การ เรียนรู้ใช้อินสแตนซ์ IB1 เรื่องอัลกอริทึม และ CITRE สร้างคุณลักษณะตัดสินใจแผนภูมิขั้นตอนวิธีดำเนินการดีขึ้น5. หมายเลขของอินสแตนซ์: 958 (โอเอกซ์กฎหมาย endgame บอร์ด)6. หมายเลขของแอตทริบิวต์: 9 แต่ละสอดคล้องกับตารางหนึ่งโอเอกซ์7. แอตทริบิวต์ข้อมูล: (x =เล่น x ถูก โอ = o เล่นถูก b =ว่างเปล่า) 1. ด้านบนซ้ายสี่เหลี่ยม: {x, o, b } 2. ด้านบนกลางสแควร์: {x, o, b } 3. ด้านบนขวาสี่เหลี่ยม: {x, o, b } 4. กลางซ้ายสี่เหลี่ยม: {x, o, b } 5. กลางกลางสแควร์: {x, o, b } 6. กลางขวาสี่เหลี่ยม: {x, o, b } 7. ด้านล่างซ้ายสี่เหลี่ยม: {x, o, b } 8. ด้านล่างกลางสแควร์: {x, o, b } 9. ด้านล่างขวาสี่เหลี่ยม: {x, o, b } 10. คลาส: {บวก ลบ}8. ขาดแอตทริบิวต์ค่า: ไม่มี9. ชั้นกระจาย: ประมาณ 65.3% มีค่าเป็นบวก (เช่น ชนะสำหรับ "x")

ผลลัพธ์ (ไทย) 2:

1. ชื่อเรื่อง: โอเอกซ์ฐานข้อมูลฤทธิ์2 แหล่งที่มาของข้อมูล- ผู้สร้าง: เดวิดดับบลิว Aha ([e-mail]) - บริจาค: เดวิดดับบลิว Aha ([e-mail]) - วันที่: 19 สิงหาคม 1991 3. เป็นที่รู้จักในการใช้งานที่ผ่านมา: 1 . Matheus ~ ~ C. J. & แรนเดลล์, ~ ~ ลิตร (1989) สร้างสรรค์เหนี่ยวนำบนต้นไม้ตัดสินใจ ใน { มันดำเนินการของการประชุมระหว่างประเทศร่วมสิบเอ็ดในปัญญาประดิษฐ์} (pp. 645--650) ดีทรอยต์, MI:. มอร์แกน Kaufmann - CITRE ถูกนำไปใช้ในการฝึกอบรม 100 ตัวอย่างและทดสอบ 200 เช่นชุด ในการศึกษาโดยใช้ปริมาณต่างๆของโดเมนเฉพาะความรู้ที่ถูกต้องเฉลี่ยสูงสุดคือ 76.7% (โดยใช้ต้นไม้ตัดสินใจขั้นสุดท้ายที่สร้างขึ้นสำหรับการทดสอบ). 2 Matheus ~ ~ C. J (1990) การเพิ่มความรู้โดเมน SBL ผ่านคุณลักษณะก่อสร้าง ใน { มันกิจการของแปดแห่งชาติการประชุมเกี่ยวกับปัญญาประดิษฐ์} (PP 803--808.). Boston, MA. AAAI กด- การทดลองที่คล้ายกันกับ CITRE รวมถึงเส้นโค้งการเรียนรู้ขึ้นชุดการฝึกอบรม 500 เช่นกัน แต่ใช้ _all_ ในกรณีฐานข้อมูลสำหรับการทดสอบ ความถูกต้องถึงกว่า 90% แต่เฉพาะค่าไม่ได้รับ (ดูวิทยานิพนธ์ของคริสสำหรับรายละเอียดเพิ่มเติม). 3 อ้าฮา ~ ~ D. W (1991) เหนี่ยวนำที่สร้างสรรค์ที่เพิ่มขึ้น: อินสแตนซ์ตามวิธีการ ใน { มันกิจการของแปดประชุมเชิงปฏิบัติการนานาชาติในการเรียนรู้ของเครื่อง} (pp. 117--121) Evanston, อิลลินอยส์: มอร์แกน Kaufmann. - ใช้ 70% สำหรับการฝึกอบรม, 30% ของอินสแตนซ์สำหรับการทดสอบการประเมินกว่า 10 การทดลอง ผลการรายงานหกขั้นตอนวิธีการ: - newid: 84.0% - CN2: 98.1% - MBRtalk: 88.4% - IB1: 98.1% - IB3: 82.0% - IB3-CI: 99.1% - ผลการรายงานเมื่อ เพิ่มอีก 10 ที่ไม่เกี่ยวข้องคุณลักษณะ ternary มูลค่า; ผล _relative_ คล้ายยกเว้นว่าผลการดำเนินงานของ IB1 สลายตัวได้รวดเร็วยิ่งขึ้นกว่าคนอื่น ๆ . 4 ข้อมูลที่เกี่ยวข้อง: ฐานข้อมูลนี้ encodes ชุดที่สมบูรณ์ของการกำหนดค่าที่เป็นไปได้คณะกรรมการที่ส่วนท้ายของเกมโอเอกซ์ที่ "x" จะถือว่าได้เล่นครั้งแรก แนวคิดเป้าหมายคือ "ชนะ x" (กล่าวคือเป็นจริงเมื่อ "x" มีหนึ่งของ 8 วิธีที่เป็นไปได้ที่จะสร้าง "สามในแถว.") ที่น่าสนใจฐานข้อมูลดิบนี้จะช่วยให้การตัดสินใจปล้นลงต้นไม้อัลกอริทึม (เช่น ID3) พอดี อย่างไรก็ตามขั้นตอนวิธี CN2 ตามกฎง่ายขั้นตอนวิธีการเรียนรู้ IB1 อินสแตนซ์ที่ใช้และ CITRE การตัดสินใจที่มีคุณลักษณะการสร้างอัลกอริทึมต้นไม้ทำงานได้ดีบน. 5 จำนวนอินสแตนซ์: 958 (โอเอกซ์บอร์ดฤทธิ์กฎหมาย) 6 จำนวนคุณสมบัติ: 9 แต่ละสอดคล้องกับหนึ่งโอเอกซ์ตาราง7 ข้อมูล Attribute: (x = x เล่นได้เอา o = o ผู้เล่นได้เอาข = ว่างเปล่า) 1 ด้านบนซ้ายตาราง: {x, o, ข} 2 บนกลางตาราง: {x, o, ข} 3 ด้านขวาบนตาราง: {x, o, ข} 4 กลางซ้ายตาราง: {x, o, ข} 5 กลางกลางตาราง: {x, o, ข} 6 กลางขวาตาราง: {x, o, ข} 7 ด้านล่างซ้ายตาราง: {x, o, ข} 8 ด้านล่างตรงกลางตาราง: {x, o, ข} 9 ด้านล่างขวาตาราง: {x, o, ข} 10 ประเภท: {บวกลบ} 8 ที่ขาดหายไปค่าแอตทริบิวต์: ไม่มี9 กระจายชั้น: เกี่ยวกับ 65.3% เป็นบวก (เช่นชนะสำหรับ "x")

ผลลัพธ์ (ไทย) 3:

1 . ชื่อเรื่อง : Tic Tac Toe เครื่องยนต์ฐานข้อมูล

2 แหล่งข้อมูล
-- ผู้สร้าง : เดวิดดับบลิวเอ ( AHA @ CS มหาวิทยาลัยจอนส์ฮอปกินส์ . edu )
-- ผู้บริจาค : เดวิดดับบลิวเอ ( AHA @ CS มหาวิทยาลัยจอนส์ฮอปกินส์ . edu )
-- วันที่ : 19 สิงหาคม 2534

3 รู้จักกันผ่านการใช้ :
1 อุส ~ C . ~ J , N &เรนเดล , ~ . ~ . ( 1989 ) การสร้างสรรค์
บนต้นไม้เพื่อการตัดสินใจ ใน { มันครั้งที่สิบเอ็ดนานาชาติร่วมประชุม

( เทียมข่าวกรอง } . 645 -- 650 )ดีทรอยต์ , MI : มอร์แกนที่สุด .
-- citre ใช้ 100 ตัวอย่างการฝึกอบรมและ 200 ตัวอย่างทดสอบ
ชุด ในการใช้ปริมาณต่างๆของโดเมนความรู้เฉพาะ
, สูงสุดเฉลี่ยความถูกต้องเป็น 76.7 ( ใช้ต้นไม้ที่สร้างขึ้นเพื่อทดสอบการตัดสินใจครั้งสุดท้าย
)

2 อุส ~ C . ~ J ( 1990 ) การเพิ่มความรู้ เพื่อโอกาสผ่าน
ก่อสร้างคุณสมบัติ ใน { มันเรื่อง
8 แห่งชาติประชุมเรื่องปัญญาประดิษฐ์ } ( pp . 803 -- 808 )
Boston , MA : aaai กด
-- การทดลองที่คล้ายกันกับ citre รวมถึงการเรียนรู้โค้งขึ้น
500 ตัวอย่างชุดฝึกแต่การใช้ _all_ อินสแตนซ์ใน
ฐานข้อมูลสำหรับทดสอบ ความถูกต้องถึงเกิน 90 % แต่เฉพาะค่า
ไม่ได้รับ ( เห็นคริสเป็นวิทยานิพนธ์สำหรับรายละเอียดเพิ่มเติม ) .

3 อะฮ้า ~ D ~ W . ( 1991 )เพิ่มการสร้างสรรค์ : ตัวอย่างตาม
) ใน { มันครั้งที่ 8
ประชุมนานาชาติเรื่องการเรียนรู้เครื่อง } ( pp . 117 -- 121 ) อีวานสตัน ป่วย : มอร์แกนที่สุด .
-- ใช้ 70% สำหรับการฝึกอบรม , 30% ของกรณีทดสอบประเมินผล
10 การทดลอง ผลรายงานสำหรับหกขั้นตอนวิธี :
-- newid : 84.0 %
-- cn2 : 98.1 %
-- mbrtalk : 88.4 %
-- ib1 : 98.1 %
-- ib3 : 820 %
-- ib3-ci : 97.2 %
-- การรายงานเมื่อเพิ่ม
10 ไม่เกี่ยวข้องเพิ่มเติมประกอบไปด้วยคุณค่าคุณสมบัติ คล้ายๆ _relative_ ผลยกเว้น
ประสิทธิภาพ ib1 เป็นเสื่อมโทรมเร็วกว่าคนอื่น ๆ .

4 . ข้อมูลที่เกี่ยวข้อง :

ฐานข้อมูลนี้ encodes ชุดสมบูรณ์ที่สุดการตั้งค่าบอร์ด
ที่ส่วนท้ายของนิ้วเท้า Tic Tac เกมที่ " x "
ถือว่าได้เล่นก่อนแนวคิด เป้าหมายคือ " ชนะ X " ( เช่น เป็นจริง เมื่อ " X " 1
8 วิธีที่เป็นไปได้ที่จะสร้าง " สาม - in - a แถว " )

น่าสนใจ นี้จะช่วยให้ฐานข้อมูลดิบปล้นลงขั้นตอนวิธีต้นไม้
การตัดสินใจ ( เช่น ID3 ) พอดี อย่างไรก็ตาม กฎ cn2 ขั้นตอนวิธี
ง่าย ib1 ตัวอย่างการเรียนรู้ขั้นตอนวิธีและ citre
คุณลักษณะขั้นตอนวิธีต้นไม้ตัดสินใจสร้างได้ดีนะ

5หมายเลขของอินสแตนซ์ : 569 ( กฎหมาย Tic Tac Toe ปลายกระดานบอร์ด )

6 จำนวนของแอตทริบิวต์ : 9 แต่ละสอดคล้องกับหนึ่ง Tic Tac Toe ตาราง

7 ข้อมูลคุณสมบัติ : ( x = ผู้เล่น X ได้ , O = ผู้เล่น O ได้ , B = blank )

1 ซ้ายบนตาราง : { X , O , B }
2 ตารางด้านบนกลาง : { X , O , B }
3 ตารางบนขวา : { X , O , B }
4 ซ้ายกลางตาราง : { X , O , B }
5 ตารางกลางกลาง : { X , O , B }
6 ตารางกลางขวา :{ X , O , B }
7 ล่างซ้ายสี่เหลี่ยม : { X , O , B }
8 ตารางด้านล่างกลาง : { X , O , B }
9 ตารางด้านล่างขวา : { X , O , B }
10 ชั้น : { บวก ลบ }

8 คิดถึงค่าแอตทริบิวต์ : ไม่มี

9 การดำเนินงานระดับ : เกี่ยวกับ % เป็นบวก ( เช่น ชนะ " X " )