In this paper, a variant of C4.5 de

In this paper, a variant of C4.5 decision tree algorithm named NeC4.5 is proposed, which utilizes neural network ensemble to preprocess the training data for decision tree
induction. Such an algorithm can work well because the original training set may contain much noise and may not capture the whole target distribution. Since its learning results can be more accurate than that of C4.5 while the reasoning process remains explicitly explainable, NeC4.5 provides a good choice for tasks where both the generalization ability and the comprehensibility are concerned

ผลลัพธ์ (ไทย) 2:

ในบทความนี้แตกต่างจากอัลกอริทึมต้นไม้ตัดสินใจ C4.5 ชื่อเสนอ NeC4.5 ซึ่งใช้ชุดเครือข่ายประสาทเพื่อ preprocess
ข้อมูลการฝึกอบรมสำหรับต้นไม้ตัดสินใจเหนี่ยวนำ ขั้นตอนวิธีการดังกล่าวสามารถทำงานได้ดีเพราะการฝึกอบรมชุดเดิมอาจจะมีเสียงดังมากและอาจไม่จับเป้าหมายทั้งการจัดจำหน่าย เนื่องจากผลการเรียนรู้ที่สามารถมีความถูกต้องมากขึ้นกว่าที่ C4.5 ในขณะที่กระบวนการเหตุผลที่ยังคงอธิบายได้อย่างชัดเจน NeC4.5 ให้ทางเลือกที่ดีสำหรับงานที่ทั้งความสามารถทั่วไปและความเข้าใจมีความกังวล

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ แตกต่างจากโปรแกรม C4.5 ขั้นตอนวิธีต้นไม้ตัดสินใจชื่อ nec4.5 เสนอ ซึ่งใช้ชุดเครือข่ายประสาทเพื่อ preprocess ข้อมูลการฝึกอบรมการเหนี่ยวนำต้นไม้
การตัดสินใจ เช่นนี้สามารถทำงานได้ดี เพราะชุดฝึก ชุดเดิมอาจจะมีเสียงดังมากและไม่อาจจับการกระจายเป้าหมายทั้งหมด เนื่องจากผลของการเรียนรู้ได้ถูกต้องมากขึ้นกว่าที่ของระเบิด C45 ในขณะที่กระบวนการการให้เหตุผลยังคงอยู่อย่างชัดเจนอธิบาย , nec4.5 ให้เป็นทางเลือกที่ดีสำหรับงานที่ทั้งความสามารถ และความเข้าใจเกี่ยวกับลักษณะทั่วไป