Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: konstrukcje współrzędne

Sortuj według:

Ogranicz wyniki do:

Elementy konstruktywnej indukcji w systemie INLENStar

Dramiński M.

Prace Instytutu Podstaw Informatyki Polskiej Akademii Nauk

2001

Nr 930

1-22

Eksploracja wiedzy jest to szukanie relacji i ogólnych wzorców istniejących w dużych bazach danych. Ta praca daje pogląd na eksplorację wiedzy jako działu uczenia się maszyn ze szczególnym naciskiem na konstruktywną indukcję. Konstruktywna indukcja redukuje wrażliwość algorytmów indukcyjnych na ich słownik poprzez udostępnienie algorytmowi stworzenia nowych zmiennych. Konstruktywna indukcja umożliwia dużo szybszą drogę do przeszukiwania przestrzeni możliwych słowników. Praca prezentuje trzy algorytmy, które zostały zaimplementowane w aplikację INLENStar. Jeden z nich to nowy "Apriori*" zaprojektowany specjalnie na potrzeby INLENStar i dwa dobrze znane algorytmy "COBWEB" i "CLARA". Ogólnie wszystkie te algorytmy znajdują nowe zmienne używając grupowania na trzy różne sposoby. Praca zawiera dużą liczbę eksperymentów, w których zbadano właściwości wyżej wymienionych algorytmów.

Data mining is the search for relationships and global patterns that exist in large databases. This paper provides overviev of database mining as the confluence of machine learning techniques and performance emphasis of constructive induction. Constructive induction reduces the sensivity of an inductive algorithm to its vocabulary by enabling the algorithm to construct new variables. Constructive induction is a much faster way to search the space of possible vocabularies. This work presents three algorithms implemented in INLENStar application. One of these algorithms is new "Apriori*" designed especially for INLENStar, and two well known algorithms "COBWEB" and "CLARA". Generally the three algorithms search for new variables using three different methods of clustering. The paper considers a large number of experiments, to study properties of the algorithms.