Search
Abstract
Zadanie klasyfikacji treści może zostać podzielone na dwa etapy: ekstrakcji cech istotnych dla podziału na klasy oraz etapu klasyfikacji na podstawie cech wyznaczonych w poprzednim etapie. Dzięki takiemu podziałowi, możliwe jest użycie w drugim etapie standardowych algorytmów budowy (uczenia) klasyfikatorów, takich klasyfikator bayesowski, drzewa decyzyjne, sztuczne sieci neuronowe czy metoda wektorów wspierających (SVM). Przy wyborze jednej z wymienionych metod należy wziąć pod uwagę czynniki takie jak możliwość uogólniania, niezawodność, szybkość uczenia, liczbę cech czy możliwość wyjaśniania wiedzy.
Cite as
Full text
full text is not available in portal
Keywords
Details
- Category:
- Monographic publication
- Type:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
- Title of issue:
- Inteligentne wydobywanie informacji ze społecznościowych serwisów internetowych strony 105 - 120
- Language:
- Polish
- Publication year:
- 2011
- Bibliographic description:
- Dembski J.: Algorytmy klasyfikacji i uczenia w rozpoznawaniu treści// Inteligentne wydobywanie informacji ze społecznościowych serwisów internetowych/ ed. ed. Bogdan Wiszniewski Gdańsk: Pomorskie Wydawnictwo Naukowo-Techniczne, 2011, s.105-120
- Verified by:
- Gdańsk University of Technology
seen 166 times