השראת כללים (RIPPER)
השראת כללים, ובפרט אלגוריתם RIPPER (Repeated Incremental Pruning to Produce Error Reduction), היא שיטת למידת מכונה מפוקחת הלומדת קבוצה קומפקטית של כללי סיווג מסוג IF-THEN מנתוני אימון מתויגים. השיטה, שהוצגה על ידי ויליאם וו. כהן בשנת 1995, מיישמת אסטרטגיית הפרד-ומשול בשילוב עם גיזום באורך תיאור מינימלי (MDL) כדי לייצר כללים שהם גם מדויקים וגם ניתנים לפירוש, מה שהופך אותה לאלגוריתם ציון דרך בתחום למידת כללים אינדוקטיבית.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Cohen, W. W. (1995). Fast effective rule induction. Proceedings of the 12th International Conference on Machine Learning, 115–123. DOI: 10.1016/B978-1-55860-377-6.50023-2 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Rule Induction (RIPPER). ScholarGate. https://scholargate.app/he/machine-learning/rule-induction
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- כריית כללי אסוציאציה (Apriori)למידת מכונה↔ compare
- עץ החלטהלמידת מכונה↔ compare