Since decision trees and neural net

Since decision trees and neural networks are alternative paradigms for classification, much research has addressed the issue of developing hybrid learning algorithms that combine
them together. A review on this topic can be found in [9]. Different to previous hybrid learning algorithms, neither does NeC4.5 use decision tree to help determine the topology of neural networks, nor does it use neural network ensemble to refine the splits or even embed as splits into the decision trees. Therefore NeC4.5 exhibits a new way to hybrid learning.

ผลลัพธ์ (ไทย) 1:

เนื่องจากต้นไม้ตัดสินใจและเครือข่ายประสาท paradigms อื่นสำหรับการจัดประเภท วิจัยมากมีระบุปัญหาของการพัฒนากระบวนการเรียนรู้แบบผสมผสานที่รวมพวกเขาร่วมกัน ความคิดเห็นในหัวข้อนี้สามารถพบได้ใน [9] แตกต่างกันกับอัลกอริทึมการเรียนรู้แบบผสมผสานก่อนหน้านี้ ไม่ NeC4.5 ใช้ต้นไม้การตัดสินใจในการตรวจสอบโทโพโลยีของเครือข่ายประสาท หรือไม่ก็ใช้วงดนตรีเครือข่ายประสาทเพื่อคัดสรรแยก หรือแม้แต่ฝังเป็นแยกเป็นต้นไม้ตัดสินใจ ดังนั้น NeC4.5 จัดแสดงวิธีการใหม่เพื่อการเรียนรู้แบบผสมผสาน

ผลลัพธ์ (ไทย) 2:

เนื่องจากต้นไม้ตัดสินใจและเครือข่ายประสาทมีกระบวนทัศน์ทางเลือกสำหรับการจัดหมวดหมู่การวิจัยมากได้กล่าวถึงประเด็นของการพัฒนาขั้นตอนวิธีการเรียนรู้ของไฮบริดที่รวมเข้าด้วยกัน ตรวจสอบในหัวข้อนี้สามารถพบได้ใน [9] ขั้นตอนวิธีการที่แตกต่างกันในการเรียนรู้ของไฮบริดก่อนหน้านี้ไม่ไม่ NeC4.5 ใช้ต้นไม้การตัดสินใจที่จะช่วยตรวจสอบโครงสร้างของเครือข่ายประสาทหรือไม่ก็ใช้ชุดเครือข่ายประสาทเพื่อปรับแต่งการแยกหรือฝังแม้ในขณะที่แยกเป็นต้นไม้การตัดสินใจ ดังนั้นการจัดแสดงนิทรรศการ NeC4.5 วิธีใหม่ในการเรียนรู้ของไฮบริด

ผลลัพธ์ (ไทย) 3:

ตั้งแต่ต้น การตัดสินใจ และโครงข่ายประสาทเทียมมีกระบวนทัศน์ทางเลือกสำหรับการวิจัยมากถึงปัญหาของการพัฒนาการเรียนรู้ขั้นตอนวิธีลูกผสมที่รวม
พวกเขากัน ความคิดเห็นในหัวข้อนี้ สามารถพบได้ใน [ 9 ] แตกต่างกับก่อนหน้านี้ไฮบริดการเรียนรู้ขั้นตอนวิธี ไม่ nec4.5 ใช้แผนภาพการตัดสินใจแบบต้นไม้เพื่อช่วยกำหนดโครงสร้างของโครงข่ายประสาทเทียม ,มันไม่ใช้ทั้งหมดเครือข่ายประสาทเพื่อปรับแยก หรือแม้แต่ฝังเป็นแบ่งออกเป็นการตัดสินใจต้นไม้ ดังนั้น nec4.5 แสดงวิธีใหม่ในการเรียนรู้แบบผสม