Abstract. Current inductive machine learning algorithms typically use  การแปล - Abstract. Current inductive machine learning algorithms typically use  ไทย วิธีการพูด

Abstract. Current inductive machine

Abstract. Current inductive machine learning algorithms typically use greedy search with limited lookahead.
This prevents them to detect significant conditional dependencies between the attributes that describe training
objects. Instead of myopic impurity functions and lookahead, we propose to use RELIEFF, an extension of
RELIEF developed by Kira and Rendell [10, 11], for heuristic guidance of inductive learning algorithms. We
have reimplemented Assistant, a system for top down induction of decision trees, using RELIEFF as an estimator
of attributes at each selection step.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
บทคัดย่อ ปัจจุบันเครื่องเหนี่ยวเรียนอัลกอริทึมโดยทั่วไปใช้ค้นหาตะกละกับ lookahead จำกัดซึ่งป้องกันการตรวจสอบอ้างอิงเงื่อนไขสำคัญระหว่างคุณลักษณะต่าง ๆ ที่อธิบายการฝึกอบรมวัตถุ เราเสนอการใช้ RELIEFF การแทนฟังก์ชัน myopic มลทินและ lookaheadบรรเทาที่พัฒนาสำหรับคำแนะนำแล้วของอัลกอริทึมการเรียนรู้เชิงอุปนัย โดย Kira และเรนเดลล์ [10, 11], เรามีเขียนผู้ช่วย ระบบการแบบบนลงล่างของต้นไม้ตัดสินใจ การเหนี่ยวนำโดยใช้ RELIEFF เป็นการประมาณการแอตทริบิวต์ที่เลือก
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
นามธรรม. ปัจจุบันขั้นตอนวิธีการเรียนรู้เครื่องอุปนัยมักจะใช้กับการค้นหาโลภ lookahead จำกัด . นี้ป้องกันไม่ให้พวกเขาในการตรวจสอบการอ้างอิงเงื่อนไขที่สำคัญระหว่างแอตทริบิวต์ที่อธิบายการฝึกอบรมวัตถุ แทนที่จะฟังก์ชั่นการปนเปื้อนและสายตาสั้น lookahead เราเสนอให้ใช้ RELIEFF, เป็นส่วนหนึ่งของการบรรเทาการพัฒนาโดยคิระและแรนเดลล์[10, 11] เพื่อเป็นแนวทางแก้ปัญหาการเรียนรู้ขั้นตอนวิธีการอุปนัย เราได้ reimplemented ช่วยระบบด้านบนลงมาเหนี่ยวนำของต้นไม้ตัดสินใจโดยใช้ RELIEFF เป็นประมาณการของคุณลักษณะในแต่ละขั้นตอนการเลือก




การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
นามธรรม ในปัจจุบันอุปนัยอัลกอริทึมการเรียนรู้ของเครื่องจักรมักจะใช้ค้นหาโลภจำกัดดูล่วงหน้า .
นี้ป้องกันพวกเขาเพื่อตรวจสอบการอ้างอิงเงื่อนไขสำคัญระหว่างคุณลักษณะที่อธิบายวัตถุฝึก

แทนฟังก์ชันและความสกปรกใจแคบดูล่วงหน้า เราขอเสนอให้ใช้ relieff ส่วนขยายของ
โล่งอกที่พัฒนาโดยคิระและเรนเดล [ 10 , 11 ]แนวทางการเรียนรู้แบบอุปนัย อัลกอริทึม เรา reimplemented
มีผู้ช่วยระบบเหนี่ยวลงด้านบนของต้นไม้ การตัดสินใจ การใช้ relieff เป็นประมาณการ
ของแอตทริบิวต์ที่การเลือกแต่ละขั้นตอน
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: