Różnice

Różnice między wybraną wersją a wersją aktualną.

Odnośnik do tego porównania

pl:prolog:prolog_lab:learn_dtrees [2013/01/20 20:34]
gjn utworzono
pl:prolog:prolog_lab:learn_dtrees [2019/06/27 15:50]
Linia 1: Linia 1:
-====== - LAB: Uczenie drzew decyzyjnych ====== 
- 
-Celem ćwiczenia jest zapoznanie się uczeniem drzew decyzyjnych służących do klasyfikacji danych. 
-Obejmuje to budowanie struktury drzew na podstawie przykładów i ich użycie do klasyfikacji danych. 
- 
-===== Wprowadzenie ===== 
- 
-Do przeczytania i przygotowania:​ 
-  * AIM:​18.6-18.11,​ FCA:11 
-  * WSI:10 
- 
- 
-===== Narzędzia ===== 
- 
-Podstawowym narzędziem do realizacji ćwiczeń jest program [[http://​www.aispace.org/​dTree/​|Decision trees]] z [[http://​www.aispace.org|AIspace]]. 
- 
- 
-===== Ćwiczenia ===== 
- 
-Pracuj w parze z Koleżanką/​Kolegą. 
-Uruchom narzędzie pisząc w konsoli tekstowej ''​ais-dtree''​. 
- 
-  * Przeczytaj wstęp pojęciowy do wybranych zagadnień [[http://​artint.info/​html/​ArtInt_146.html|teorii informacji]] 
-  * Przeczytaj wstęp do [[http://​artint.info/​html/​ArtInt_177.html|uczenia drzew decyzyjnych]] 
- 
-==== Przykład klasyfikacji dla czytania emaili ==== 
-  * Przeczytaj [[http://​aispace.org/​dTree/​help/​general.shtml|tutorial]] 
-  * Załaduj przykład //​File->​Load samle dataset->​Mail reading// 
-  * Obejrzyj przykłady, jak wygląda zbiór uczący, a jak testowy 
-  * Zbuduj drzewo: przełącz się na zakładkę //Solve// i naciskaj na //Step//, aż do końca budowy drzewa 
-  * Obserwuj wyniki: //Show plot//, //View node info// 
-  * Sprawdź które węzły klasyfikują poszczególne przypadki: //View mapped examples// 
-  * Usuń drzewo //Reset graph// 
-  * Zmień algorytm budujący //Decision Tree Options->​Splitting functions// 
-  * Porównaj wyniki dla innych algorytmów 
  
pl/prolog/prolog_lab/learn_dtrees.txt · ostatnio zmienione: 2019/06/27 15:50 (edycja zewnętrzna)
www.chimeric.de Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0