| 绍兴文理学院06年毕业论文 决策树学习机设计与实现开题报告及资料综述。 一、本课题国内外状况，说明选题依据和意义 人工智能经历了四十余年的研究已步入不惑之年。人们都认为它没有实现它当初的承诺。然而,人工智能技术的应用已深入人心,十分广泛。近两年来,人类除了在传统的自动推理,机器学习,自然语言处理,Action 理论等方面作了大量的研究外,还开辟了两个新的领域“游戏”和信息检查。受Internet 技术迅猛发展的影响,信息的获取与精化已成为当代计算机科学与技术研究中迫切需要研究的课题,将AI 技术应用于这一领域的研究是人工智能走向应用的契机与突破口。智能信息检索技术近年来已作为AI 的一个独立的研究分支。决策树学习方法是人工智能中的重要理论。 决策树学习是机器学习中应用最广的归纳推理算法之一, 是一种逼近离散值函数的方法, 对含有噪声的数据有很好的健壮性, 且与一般的概念学习算法如F IND2S、候选消除(Candidate Elimination) 算法相比, 能够学习析取表达式。主要的决策树算法有基本的ID3 算法及其扩展C4.5 算法。如目前的零售业商业数据挖掘、毕业生就业信息数据挖掘等研究工作, 需要用到决策树学习算法等进行数据挖掘, 并在探索如何设计和实现高质量、通用性好的数据挖掘系统和学习系统。 ...... |
绍兴文理学院06年毕业论文 决策树学习机设计与实现开题报告及资料综述
查看评论
已有0位网友发表了看法