Індукція правил (RIPPER)
Індукція правил, а саме алгоритм RIPPER (Repeated Incremental Pruning to Produce Error Reduction), є методом керованого машинного навчання, який навчається компактному набору правил класифікації ТАК-І-НІ (IF-THEN) з мічених навчальних даних. Представлений Вільямом В. Коеном у 1995 році, RIPPER застосовує стратегію розділення та завоювання (separate-and-conquer) у поєднанні з обрізанням за принципом мінімальної довжини опису (MDL) для генерації правил, які є одночасно точними та інтерпретованими, що робить його знаковим алгоритмом у галузі індуктивного навчання правил.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Rule Induction (RIPPER). ScholarGate. https://scholargate.app/uk/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.
- Видобування асоціативних правил (Apriori)Машинне навчання↔ compare
- Дерево рішеньМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →