ترجمه مقاله روشی برای ویرایش مجموعه آموزشی بر اساس مجموعه های راف

ترجمه مقاله روشی برای ویرایش مجموعه آموزشی بر اساس مجموعه های راف
قیمت خرید این محصول
۳۳,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
روشی برای ویرایش مجموعه آموزشی بر اساس مجموعه های راف
عنوان انگلیسی
A Method to Edit Training Set Based on Rough Sets
صفحات مقاله فارسی
22
صفحات مقاله انگلیسی
11
سال انتشار
2007
نشریه
ijcir
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
7140
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
هوش مصنوعی و مهندسی الگوریتم ها و محاسبات
مجله
مجله بین المللی تحقیقات هوش محاسباتی - International Journal of Computational Intelligence Research
دانشگاه
گروه علوم کامپیوتر. دانشگاه Camaguey، کوبا
کلمات کلیدی
روش k-NN، MLP، تئوری مجموعه راف، آنالیز داده، ویرایش مجموعه آموزشی
فهرست مطالب
چکیده
I. مقدمه
II. تکنیک‌هایی برای ویرایش و کاهش مجموعه‌های آموزشی
الگوریتم شرینک
تپه‌نوردی جهش تصادفی
طول کدگذاری (ELGrow)
کاوش
III. تئوری مجموعه‌های راف در ویرایش مجموعه‌های آموزشی
الگوریتم Edit1RS
الگوریتم Edit2RS
IV. روش k-NN و نتایج تجربی
V. شبکه عصبی MLP و نتایج تجربی
VI. نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
I. Introduction

Machine learning is an important area inside Computer Science. Generally, this is a process that consists of use training sets in order to obtain knowledge automatically about it, and according to the results it could be classified into lazy or inductive learning. An example of lazy learning is the IBL and an inductive one is the Multilayer Perceptron Artificial Neural Network. A major goal of Machine learning is the classification of previously unseen examples. Beginning with a set of examples, the system learns how to predict the class of each one based on its features. The selection of examples from a domain to include in a training set is a present problem in all of the computational models for learning from examples. This is known as the edition of training sets.

نمونه چکیده ترجمه متن فارسی
I. مقدمه
یادگیری ماشین، حوزه مهمی در علم کامپیوتر است. این حوزه بطور کلی فرآیندی است که شامل استفاده از مجموعه های آموزشی برای حصول خودکار دانش در مورد آن می باشد؛ براساس نتایج می توان آن را به یادگیری تنبل یا استقرایی (استنتاجی) تقسیم کرد. IBL نمونه ای از یادگیری تنبل و شبکه عصبی مصنوعی پرسپترون چندلایه نمونه ای از یادگیری استقرایی است.
هدف اصلی یادگیری ماشین، دسته بندی نمونه هایی است که قبلا دیده نشده اند. کار با مجموعه ای از نمونه ها آغاز می شود؛ سیستم یاد می گیرد چگونه کلاس هر نمونه را براساس ویژگی های آن پیش بینی کند. انتخاب نمونه ها از یک حوزه برای قرارگیری در یک مجموعه ی آموزشی، مشکل کنونی در تمام مدل های محاسباتی برای یادگیری از نمونه ها است. این مسئله تحت عنوان ویرایش مجموعه های آموزشی شناخته می شود.

بدون دیدگاه