Titre :	C 4.5 : programs for machine learning /
Type de document :	texte imprimé
Auteurs :	J. R. Quinlan
Editeur :	San Mateo, Calif : Morgan Kaufmann
Année de publication :	1993
Importance :	1 vol(302 p.)
ISBN/ISSN/EAN :	978-1-55860-238-0
Catégories :	Informatique
Mots-clés :	C4.5 Intelligence artificielle
Index. décimale :	006.3 Intelligence artificielle
Résumé :	Les systèmes de classificateurs jouent un rôle majeur dans l'apprentissage automatique et les systèmes basés sur la connaissance, et le travail de Ross Quinlan sur ID3 et C4.5 est largement reconnu pour avoir apporté certaines des contributions les plus significatives à leur développement. Ce livre est un guide complet du système C4.5 tel qu'il est implémenté en C pour l'environnement UNIX. Il contient un guide complet sur l'utilisation du système, le code source (environ 8 800 lignes) et des notes de mise en œuvre. C4.5 commence par de grands ensembles de cas appartenant à des classes connues. Les cas, décrits par n'importe quel mélange de propriétés nominales et numériques, sont examinés pour des modèles qui permettent de discriminer les classes de manière fiable. Ces modèles sont ensuite exprimés sous forme de modèles, sous la forme d'arbres de décision ou d'ensembles de règles if-then, qui peuvent être utilisés pour classer de nouveaux cas, l'accent étant mis sur la compréhension et la précision des modèles. Le système a été appliqué avec succès à des tâches impliquant des dizaines de milliers de cas décrits par des centaines de propriétés. Le livre commence à partir de simples méthodes d'apprentissage de base et montre comment ils peuvent être élaborés et étendus pour faire face à des problèmes typiques tels que des données manquantes et trop frapper. Les avantages et les inconvénients de l'approche C4.5 sont discutés et illustrés par plusieurs études de cas. Ce livre devrait intéresser les développeurs de systèmes intelligents basés sur la classification et les étudiants en apprentissage automatique et en systèmes experts.
Note de contenu :	Table des matières 1 Introduction 2 Constructing Decision Trees 3 Unknown Attribute Values 4 Pruning Decision Trees 5 From Trees to Rules 6 Windowing 7 Grouping Attribute Values 8 Interacting with Classification Models 9 Guide to Using the System 10 Limitations 11 Desirable Additions Appendix: Program Listings
Côte titre :	Fs/19712

C 4.5 : programs for machine learning / [texte imprimé] / J. R. Quinlan . - San Mateo, Calif : Morgan Kaufmann, 1993 . - 1 vol(302 p.).
ISBN : 978-1-55860-238-0

Catégories :	Informatique
Mots-clés :	C4.5 Intelligence artificielle
Index. décimale :	006.3 Intelligence artificielle
Résumé :	Les systèmes de classificateurs jouent un rôle majeur dans l'apprentissage automatique et les systèmes basés sur la connaissance, et le travail de Ross Quinlan sur ID3 et C4.5 est largement reconnu pour avoir apporté certaines des contributions les plus significatives à leur développement. Ce livre est un guide complet du système C4.5 tel qu'il est implémenté en C pour l'environnement UNIX. Il contient un guide complet sur l'utilisation du système, le code source (environ 8 800 lignes) et des notes de mise en œuvre. C4.5 commence par de grands ensembles de cas appartenant à des classes connues. Les cas, décrits par n'importe quel mélange de propriétés nominales et numériques, sont examinés pour des modèles qui permettent de discriminer les classes de manière fiable. Ces modèles sont ensuite exprimés sous forme de modèles, sous la forme d'arbres de décision ou d'ensembles de règles if-then, qui peuvent être utilisés pour classer de nouveaux cas, l'accent étant mis sur la compréhension et la précision des modèles. Le système a été appliqué avec succès à des tâches impliquant des dizaines de milliers de cas décrits par des centaines de propriétés. Le livre commence à partir de simples méthodes d'apprentissage de base et montre comment ils peuvent être élaborés et étendus pour faire face à des problèmes typiques tels que des données manquantes et trop frapper. Les avantages et les inconvénients de l'approche C4.5 sont discutés et illustrés par plusieurs études de cas. Ce livre devrait intéresser les développeurs de systèmes intelligents basés sur la classification et les étudiants en apprentissage automatique et en systèmes experts.
Note de contenu :	Table des matières 1 Introduction 2 Constructing Decision Trees 3 Unknown Attribute Values 4 Pruning Decision Trees 5 From Trees to Rules 6 Windowing 7 Grouping Attribute Values 8 Interacting with Classification Models 9 Guide to Using the System 10 Limitations 11 Desirable Additions Appendix: Program Listings
Côte titre :	Fs/19712