ScholarGate
دستیار
Machine learningEnsemble

تجمیع شمارش بوردا

شمارش بوردا یک روش تجمیع ترجیحات است که پیش‌بینی‌های رتبه‌بندی شده را از طبقه‌بندهای متعدد با تخصیص امتیاز بر اساس موقعیت رتبه‌بندی ترکیب می‌کند. هر طبقه‌بند، خروجی‌های ممکن را رتبه‌بندی می‌کند و هر کلاس امتیازاتی متناسب با معکوس موقعیت رتبه‌بندی خود دریافت می‌کند. کلاسی که بالاترین امتیاز کل را کسب کند، انتخاب می‌شود. این روش که در ابتدا توسط ریاضیدان فرانسوی ژان-شارل دو بوردا در سال ۱۷۸۱ پیشنهاد شد، برای تجمیع پیش‌بینی‌های نرم و خروجی‌های رتبه‌بندی شده در یادگیری گروهی (ensemble learning) اقتباس شده است.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Borda, J. C. de (1781). Mémoire sur les élections au scrutin. Histoire de l'Académie Royale des Sciences. link
  2. Dwork, C., Kumar, R., Naor, M., & Sivakumar, D. (2001). Rank aggregation methods for the web. Proceedings of the 10th International Conference on World Wide Web, 613-622. DOI: 10.1145/371920.372165

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Borda Count Ensemble Aggregation. ScholarGate. https://scholargate.app/fa/ensemble-learning/borda-count-aggregation

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم
ScholarGateBorda Count Aggregation (Borda Count Ensemble Aggregation). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/ensemble-learning/borda-count-aggregation · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026