Hướng xây dựng cây quyết định với chi phí hiệu quả
Luận văn · Thạc sĩ · năm 2018 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Kỹ thuật, xây dựng, môi trường — Kỹ thuật |
| Tác giả | Trương Tiến Quốc |
| Người hướng dẫn | Nguyễn Văn Hiệu |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2018 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Cây quyết định là một kỹ thuật máy học phổ biến có nhiều ứng dụng trong thực tế. Cây quyết định có thể được mở rộng để bao gồm chi phí liên quan đến mỗi lần kiểm thử, cho phép ưu tiên về không gian đặc trưng. Bài toán giảm thiểu chi phí dự kiến của một cây quyết định được gọi là bài toán NP- đầy đủ. Kết quả là, hầu hết các phương pháp tiếp cận để tạo cây quyết định đều dựa vào một heuristic. Luận văn này nhằm mở rộng các phƣơng pháp được sử dụng trong các nghiên cứu trước đây để tìm kiếm các cây quyết định với một chi phí dự kiến nhỏ hơn so với cách sử dụng một heuristic đơn giản. Ngược lại với các nghiên cứu trước đây về các cây quyết định nhỏ hơn sử dụng các phương pháp tiếp cận chính xác, nhiều nghiên cứu cho rằng các phương pháp tiếp cận chính xác nói chung không tìm ra các cây quyết định thấp hơn các cách tiếp cận heuristic. Luận văn chỉ ra sự thành công của các nghiên cứu trước đây về vấn đề giảm thiểu kích thước cây quyết định phụ thuộc một phần vào việc chuyển đổi dữ liệu sang dạng nhị phân. Chuyển đổi này sử dụng các giá trị của thuộc tính như là các phép thử nhị phân thay vì các thuộc tính khi xây dựng cây quyết định. Phương pháp chuyển đổi dữ liệu sang dạng nhị phân được kiểm tra chi tiết và thông qua nhiều phép đo dữ liệu
Cây quyết địnhGiảm thiếu chi phí dự kiếnPhương pháp tiếp cận chính xácTìm kiếm cây quyết định nhỏ nhấtTiếp cận heuristicChuyển dữ liệu sang dạng nhị phân
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn kỹ thuật, xây dựng, môi trường · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Ứng dụng watermarking trong xây dựng hệ thống quản lý và bảo vệ bản quyền dữ liệu video tại đài truyền hình Vĩnh Long
- Xây dựng giải pháp bảo mật cho hệ thống điện toán đám mây tại Trường Đại học Phạm Văn Đồng
- Ứng dụng mô hình Markov ẩn xây dựng hệ thống tổng hợp tiếng nói tiếng Việt
- Ứng dụng mô hình kiến trúc hướng dịch vụ xây dựng hệ thống quản lý cơ sở vật chất trường Đại học Quảng Bình
- Xây dựng giải pháp quảng cáo trực tuyến theo ngữ cảnh Tiếng Việt
- Ứng dụng mạng Nơron xây dựng hệ thống hỗ trợ chẩn đoán rối loạn phổ tự kỷ
- Xây dựng hệ hỗ trợ tư vấn tuyển sinh tại Trường Cao đẳng Cộng đồng Vĩnh Long
- Ứng dụng mạng Bayes xây dựng hệ thống đánh giá mức độ kiến thức năng lực người học
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.