The members of this family are shar

The members of this family are sharply characterized by their representation of acquired
knowledge as decision trees. This is a relatively simple knowledge formalism
that lacks the expressive power of semantic networks or other first-order representations.
As a consequence of this simplicity, the learning methodologies used in the
TDIDT family are considerably less complex than those employed in systems that can
express the results of their learning in a more powerful language. Nevertheless, it is
still possible to generate knowledge in the form of decision trees that is capable of
solving difficult problems of practical significance.

ผลลัพธ์ (ไทย) 1:

สมาชิกของครอบครัวนี้มีลักษณะอย่างรวดเร็ว โดยตัวแทนของมาความรู้เป็นต้นไม้ตัดสินใจ นี่คือ formalism รู้ค่อนข้างง่ายที่ขาดพลังแสดงออกของความหมายเครือข่ายหรืออื่น ๆ ที่ใช้แทนลำดับแรกเป็นลำดับของความเรียบง่ายนี้ วิธีการเรียนรู้ที่ใช้ในการครอบครัว TDIDT มีมากความซับซ้อนน้อยกว่าผู้จ้างงานในระบบที่สามารถแสดงผลลัพธ์ของการเรียนรู้ภาษาที่มีประสิทธิภาพมากขึ้น อย่างไรก็ตาม เป็นยังสามารถสร้างความรู้ในรูปแบบของต้นไม้ตัดสินใจซึ่งสามารถแก้ปัญหาสำคัญที่ปฏิบัติยาก

ผลลัพธ์ (ไทย) 2:

สมาชิกของครอบครัวนี้มีความโดดเด่นอย่างมากโดยการเป็นตัวแทนของพวกเขาได้รับความรู้เป็นต้นไม้ตัดสินใจ นี้เป็นพิธีความรู้ที่ค่อนข้างง่ายที่ขาดการแสดงพลังของเครือข่ายความหมายหรืออื่น ๆ ที่แสดงลำดับแรก. เป็นผลมาจากความเรียบง่ายนี้วิธีการเรียนรู้ที่ใช้ในการเป็นครอบครัว TDIDT มากมีความซับซ้อนน้อยกว่าคนงานในระบบที่สามารถแสดงผลของการเรียนรู้ของพวกเขาในภาษาที่มีประสิทธิภาพมากขึ้น แต่มันเป็นยังคงเป็นไปในการสร้างความรู้ในรูปแบบของต้นไม้ตัดสินใจที่มีความสามารถในการแก้ปัญหาที่ยากในทางปฏิบัติอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

สมาชิกของครอบครัวนี้มีอย่างรวดเร็วลักษณะเป็นตัวแทนของพวกเขาได้รับ
ความรู้ต้นไม้เพื่อการตัดสินใจ นี้เป็นค่อนข้างง่าย ความรู้แบบ
ที่ขาดการแสดงออกถึงพลังของเครือข่าย หรือใช้แทนความหมายแรกอื่น ๆ .
เป็นผลของความเรียบง่ายนี้ เรียนรู้วิธีการที่ใช้ใน
ครอบครัว tdidt มากน้อยซับซ้อนกว่าที่ใช้ในระบบที่สามารถแสดงผลของการเรียนรู้
ในภาษาที่มีประสิทธิภาพมากขึ้น อย่างไรก็ตาม , มันเป็น
ยังคงเป็นไปได้สร้างองค์ความรู้ในรูปแบบของต้นไม้ที่มีความสามารถในการตัดสินใจแก้ปัญหายาก
ความสำคัญในทางปฏิบัติ