Induksi Aturan (RIPPER)
Induksi Aturan, dan khususnya algoritma RIPPER (Repeated Incremental Pruning to Produce Error Reduction), adalah metode pembelajaran mesin terawasi yang mempelajari sekumpulan aturan klasifikasi IF-THEN yang ringkas dari data pelatihan berlabel. Diperkenalkan oleh William W. Cohen pada tahun 1995, RIPPER menerapkan strategi pisahkan-dan-taklukkan (separate-and-conquer) yang dikombinasikan dengan pemangkasan panjang deskripsi minimum (MDL) untuk menghasilkan aturan yang akurat dan dapat diinterpretasikan, menjadikannya algoritma penting dalam bidang pembelajaran aturan induktif.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Rule Induction (RIPPER). ScholarGate. https://scholargate.app/id/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.
- Penambangan Aturan Asosiasi (Apriori)Pembelajaran Mesin↔ compare
- Pohon KeputusanPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →