Bài thu hoạch: Nghiên cứu và cài đặt các thuật toán phân lớp dữ liệu với Maple

Với kết cấu nội dung gồm 3 chương, bài thu hoạch "Nghiên cứu và cài đặt các thuật toán phân lớp dữ liệu với Maple" giới thiệu đến các bạn những nội dung về thuật toán Find-s, thuật toán Id3, thuật toán Candidate Elimination. Mời các bạn cùng tham khảo nội dung bài thu hoạch để có thêm tài liệu phục vụ nhu cầu học tập và nghiên cứu.
Nội dung trích xuất từ tài liệu:
Bài thu hoạch: Nghiên cứu và cài đặt các thuật toán phân lớp dữ liệu với MapleNghiêncứuvàcàiđặtcácthuậttoánphânlớpdữliệuvớiMaple TRƯỜNGĐẠIHỌCCÔNGNGHỆTHÔNGTIN CAOHỌCCÔNGNGHỆTHÔNGTINQUA MẠNG LẬPTRÌNHSYMBOLICVÀỨNGDỤNG BÀITHUHOẠCH: NGHIÊNCỨUVÀCÀIĐẶTCÁCTHUẬT TOÁNPHÂNLỚPDỮLIỆUVỚIMAPLE Giảngviên: PGS.TS.ĐỗVănNhơn Họcviênthựchiện: HuỳnhTuấnAnh CH1101004 Khóa6 GV:PGS.TS.ĐỗVănNhơn HVTH:HuỳnhTuấnAnhNghiêncứuvàcàiđặtcácthuậttoánphânlớpdữliệuvớiMaple TpHCM,02/2013Lờicámơn. Emxinchânthànhcám ơnPGS.TS.Đỗ VănNhơnđãtậntìnhhướngdẫn,chỉ bảo chúngemtrongsuốtthờigianhọcchuyênđềnày. Xinchânthànhcám ơnquýthầycôtrongTrườngĐạiHọcCôngNghệ ThôngTin,ĐạiHọcQuốcGiaTp.HCMđãtậntìnhgiảngdạy,trangbịchoemnhữngkiếnthứcquý báu,tạomọiđiềukiệntốtchochúngemhọctậpvànghiêncứu. Xinchânthànhcámơngiađìnhvàbạnbèđãủnghộ,giúpđỡ vàđộngviênemtrong thờigianhọctậpvànghiêncứu. Mặcdùđãcốgắnghoànthànhbàiluậnnhưngchắcchắnkhôngtránhkhỏithiếusót. Emkínhmongnhậnđượcsựthôngcảmvàtậntìnhchỉbảocủaquýthầycô. Họcviênthựchiện HuỳnhTuấnAnh TpHCM,02/2013 GV:PGS.TS.ĐỗVănNhơn HVTH:HuỳnhTuấnAnhNghiêncứuvàcàiđặtcácthuậttoánphânlớpdữliệuvớiMaple MụcLục GV:PGS.TS.ĐỗVănNhơn HVTH:HuỳnhTuấnAnhNghiêncứuvàcàiđặtcácthuậttoánphânlớpdữliệuvớiMaple Chương1:THUẬTTOÁNFINDS 1. HỌCKHÁINIỆMVÀBÀITOÁNCỤTHỂ TheoTomM.Mitchell:“Nhiềuvấnđềhọcđòihỏicáckháiniệmtổngquátthuđược từcácvídụhuấnluyện.…Vấnđềtựđộngkếtluậnvềsựxácđịnhtổngquátnhấtcủa mộtvàikháiniệm,cácvídụchotrướcđượcghinhãncóphảilàbộphậncủakháiniệm haykhông,nhiệmvụđóthườngđượcxemnhưlàhọckháiniệm.” 1.1. Họckháiniệm Chotrướccácvídụhuấnluyện.mỗivídụhuấnluyệnchobiếtcóthuộckhái niệmhaykhông?(thuộc:positive;không:negative) Đưarakháiniệmtổngquátphânloạitậphuấnluyện.Kháiniệmtổngquátlà hàmbooleanđượcđịnhnghĩatrêntậpcáthể. “Họckháiniệmlàđưaramộthàmbooleantừtậpinputvàputputcủacácvídụ huấnluyện”(TomM.Mitchell–MachineLearning) Vídụ: o (Input)Cácvídụhuấnluyện:  Tậpcácanimalcùngthuộctínhcủanó. o (Output)Kháiniệmđượctríchra:  Bird  Cat  … 1.2. Bàitoáncụthể (Input)Tậpvídụhuấnluyệngồm4cáthểsau: o Tậpnàynóivềnhữngngày(nhưthếnàođó)màAldothíchchơi mônthểthaodướinướccủaanhta(Table2.1–Positiveand negativetrainingexamplesgorthwtargetconceptEnjoySport,Machine Learning–TomM.Mitchell,2003).Exampl AirTem Sky Humidity Wind Water Forecast EnjoySport e p 1 Sunny Warm Normal Strong Warm Same Positive 2 Sunny Warm High Strong Warm Same Positive 3 Rainy Cold High Strong Warm Change Negative GV:PGS.TS.ĐỗVănNhơn 4 HVTH:HuỳnhTuấnAnhNghiêncứuvàcàiđặtcácthuậttoánphânlớpdữliệuvớiMaple 4 Sunny Warm High Strong Cool Change Positive Bảng1.1–CácvídụhuấnluyệnthuộcvàkhôngthuộckháiniệmđíchEnjoySport (Output)Kháiniệmđượchọc:“EnjoySport” 1.3. Giảthiết Cũngđượchiểulàkháiniệm.Làhộicủacácràngbuộctrênthuộctínhcủacá thể. Xlàcáthể,vàXthoảmãntấtcảcácràngbuộctrêngiảthiếththìh[hânloại Xlàpositive(h(X)=1) Vídụ:GiảthiếtlàAldothích ...