We consider version spaces in a hyp

We consider version spaces in a hyp othesis space of oriented hyp erplanes defining decision functions. Version spaces are represented by the training data [4, 11].
Our implementation of the unanimous-voting rule tests whether version spaces
are empty in the hyp othesis space. Testing is realized via supp ort vector machines
(SVM) [12]. Therefore, our approach is a combination of the two learning schemes
and it is called version space supp ort vector machines (VSSVM).
We conducted exp eriments on datasets from the UCI ML rep ository [1]. Our
results are promising: 100% accuracy and an acceptable coverage.
The remainder of the pap er is organized as follows. Section 2 formalizes the
classification task. Version spaces and SVM are briefly sketched in section 3, and
in section 4 we intro duce VSSVM. Our initial exp eriments with VSSVM are given
in section 5. Section 6 concludes the pap er.

ผลลัพธ์ (ไทย) 2:

เราพิจารณาช่องว่างรุ่นในพื้นที่ HYP othesis ของ HYP ที่มุ่งเน้น erplanes กำหนดฟังก์ชั่นการตัดสินใจ ช่องว่างรุ่นเป็นตัวแทนจากข้อมูลการฝึกอบรม [4, 11].
การดำเนินงานของเราในการออกเสียงลงคะแนนเป็นเอกฉันท์-ทดสอบกฎไม่ว่าจะเป็นช่องว่างรุ่นที่ว่างเปล่าในพื้นที่ HYP othesis
การทดสอบจะตระหนักผ่านทางเครื่องดื่มเกลือแร่ supp เวกเตอร์
(SVM) [12] ดังนั้นวิธีการของเราคือการรวมกันของทั้งสองรูปแบบการเรียนรู้และเป็นที่เรียกว่ารุ่นพื้นที่ supp เครื่องดื่มเกลือแร่เวกเตอร์ (VSSVM). เราดำเนินงาน eriments ในชุดข้อมูลจากตัวแทน UCI ML ository [1] เราผลลัพธ์ที่ได้จะมีแนวโน้ม. ความถูกต้อง 100% และความคุ้มครองที่ได้รับการยอมรับที่เหลือของเอ้ออาหารเหลวที่มีการจัดระเบียบดังต่อไปนี้ ส่วนที่ 2 formalizes งานการจัดหมวดหมู่ ช่องว่างรุ่นและ SVM จะร่างสั้น ๆ ในส่วนที่ 3 และในส่วนที่4 เราบทนำ Duce VSSVM eriments ประสบการณ์ของเราเริ่มต้นด้วย VSSVM จะได้รับในส่วนที่ 5 มาตรา 6 สรุปเอ้อหัวนม

ผลลัพธ์ (ไทย) 3:

เราพิจารณาเป็นรุ่นในพื้นที่เชิง othesis HYP Hyp erplanes กำหนดฟังก์ชันการตัดสินใจ เป็นรุ่นจะแสดงโดยการฝึกอบรมข้อมูล [ 4 , 11 ] .
การปฏิบัติของเราการทดสอบว่า กฎการลงคะแนนเสียงเป็นเอกฉันท์ รุ่นเป็น
ว่างเปล่าใน Hyp othesis อวกาศ การทดสอบเป็นตระหนักทาง supp เวกเตอร์ ort เครื่องจักร
( SVM ) [ 12 ] ดังนั้นวิธีการของเราคือการรวมกันของทั้งสองรูปแบบการเรียนรู้
และเรียกว่ารุ่น supp ดื่มเกลือแร่พื้นที่เวกเตอร์เครื่อง ( vssvm ) .
เราดำเนินการ EXP eriments บนข้อมูลจาก UCI มล ตัวแทน ository [ 1 ] ผลของเรา
มีแวว : ความถูกต้อง 100% และมีความคุ้มครองที่ยอมรับได้
ส่วนที่เหลือของ PAP เอ้อจัดดังนี้ ส่วนที่ 2 formalizes
การจำแนกงานเป็น และ SVM รุ่นมีสั้นร่างมาตรา 3 และมาตรา 4 เรา intro duce
vssvm . eriments EXP ของเราเริ่มต้นด้วย
vssvm จะได้รับในส่วนที่ 5 . มาตรา 6 สรุปการตรวจ ER