August 2014
Intermediate to advanced
328 pages
10h 7m
Polish
Dotychczas przedstawiono kilka różnych zautomatyzowanych klasyfikatorów. W tym rozdziale zagadnienie to zostanie rozszerzone przez wprowadzenie bardzo przydatnej metody określanej mianem uczenia za pomocą drzew decyzyjnych. W przeciwieństwie do większości innych klasyfikatorów, modele tworzone przez drzewa decyzyjne są łatwe do interpretowania. Mimo że lista liczb w przypadku klasyfikatora bayesowskiego pozwala określić, jak ważny jest każdy wyraz, w rzeczywistości konieczne jest przeprowadzenie obliczenia w celu poznania wyniku. Sieć neuronowa jest jeszcze trudniejsza do interpretowania, ponieważ sama waga połączenia między dwoma neuronami nie przedstawia zbyt dużego znaczenia. Wystarczy spojrzeć ...