Noteikumu indukcija (RIPPER)
Noteikumu indukcija, un jo īpaši RIPPER (Repeated Incremental Pruning to Produce Error Reduction) algoritms, ir uzraudzīta mašīnmācīšanās metode, kas no marķētiem apmācības datiem apgūst kompaktu IF-THEN klasifikācijas noteikumu kopumu. Viljama V. Koena (William W. Cohen) 1995. gadā ieviestais RIPPER izmanto "atsevišķi un iekarot" (separate-and-conquer) stratēģiju apvienojumā ar minimālā apraksta garuma (MDL) apgriešanu, lai ģenerētu noteikumus, kas ir gan precīzi, gan interpretējami, padarot to par nozīmīgu algoritmu induktīvās noteikumu apguves jomā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Rule Induction (RIPPER). ScholarGate. https://scholargate.app/lv/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.
- Asociatīvo likumu ieguve (Apriori)Mašīnmācīšanās↔ compare
- Koku lēmumu pieņemšana (Decision Tree)Mašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →