كتب classifiers and statistical learning methods
اذا لم تجد ما تبحث عنه يمكنك استخدام كلمات أكثر دقة.
المصنفات وطرق التعلم الإحصائي (معلومة)
- مقالات مفصلة: تصنيف إحصائي
- تعلم الآلة
الذكاء الاصطناعي أبسط تطبيقاته يمكن تقسيمها إلى نوعين: المصنفات ("إذا كانت براقة فهي ماس")، وحدات التحكم ("إذا كانت لامعة، فالتقطها"). ولكن أدوات التحكم تصنف الشروط قبل أن نستنتج الأعمال، ولذلك يشكل أنواع التصنيف جزءا أساسيا من العديد من نظم الذكاء الاصطناعي.
والمصنفات من المهام التي تستخدم نمط المطابقة لتحديد أقرب مطابقة. يمكن ضبطها وفقا لنماذج وجعلها جذابة جدا للاستخدام في الذكاء الاصطناعي. تعرف هذه الأمثلة بالملاحظات أو الأنماط. في التعليم تحت إشراف، ينتمي كل نمط إلى فئة معينة محددة سلفا. يمكن اعتبار هذه الفئة قرارا يجب أن يتخذ. تعرف جميع الملاحظات مع علامات فئاتها باسم مجموعة من البيانات.
عندما ترد ملاحظة جديدة، تصنف هذه الملاحظة على أساس الخبرة السابقة. يمكن تدريب المصنفات بطرق مختلفة، فهناك العديد من المناهج الإحصائية ومناهج تعليم الآلة.
وهناك مجموعة واسعة من المصنفين متاحة، ولكل منها نقاط قوتها ونقاط ضعفها. ويعتمد أداء المصنف بشكل كبير على خصائص البيانات المراد تصنيفها. لا يوجد تصنيف واحد يعمل على النحو الأفضل في كل المشاكل وهو ما يشار إليه بنظرية "لا توجد وجبة غذاء مجانية". أجريت اختبارات تجريبية مختلفة للمقارنة بين أداء المصنفات وللعثور على خصائص البيانات التي تحدد تصنيف الأداء. بالرغم من ذلك، يعتبر تحديد المصنف المناسب لمشكلة معينة فنا أكثر من كونه علما.
أكثر المصنفات استخداما هي الشبكة العصبية الطرق الأساسية مثل دعم جهاز النقل المدعم خوارزمية (ك) لأقرب جار النموذج كارل فريدريش جاوس المختلط مصنف بايز Bayesالبسيط، وشجرة القرارات. قورن أداء هذه المصنفات بالكثير من مهام التصنيف من أجل التوصل إلى بيانات الخصائص التي تحدد تصنيف الأداء.
