Szabályindukció (RIPPER)
A Szabályindukció, és különösen a RIPPER (Repeated Incremental Pruning to Produce Error Reduction) algoritmus, egy felügyelt gépi tanulási módszer, amely címkézett tanítóadatokból tanul egy tömör IF-THEN osztályozási szabálykészletet. A William W. Cohen által 1995-ben bevezetett RIPPER egy külön-és-hódító (separate-and-conquer) stratégiát alkalmaz, minimális leírási hossz (MDL) metszéssel kombinálva, hogy olyan szabályokat generáljon, amelyek egyszerre pontosak és értelmezhetők, így a szabályindukció területén mérföldkőnek számító algoritmussá vált.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Rule Induction (RIPPER). ScholarGate. https://scholargate.app/hu/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.
- Asszociációs szabálymining (Apriori)Gépi tanulás↔ compare
- Döntési faGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →