Microsoft PowerPoint - dtree.ppt1 決定木の学習 知能情報処理 学習 訓練と経験から知識を獲得するエージェント • 学習 • 決定木 • ID3アルゴリズム • 性能評価と応用 2 学習(learning) ニューラルネットワーク 強化学習 決定木の学習 説明に基づく学習 帰納論理プログラミング 非線形関数 y=f(x;w) の数値パラメータ w の値を調整 状態 sで行動 a をとるときの報酬の推定値Q(s,a)を調整 属性値から概念を識別するための木構造を生成 将来の探索を削減するための効率良いルールを生成 与えられた入出力関係を満たす数学的帰納パターンを生成 数 値 の 学 習 構 造 の 学 習 関数近似 非線形方程式 人工知能における「 」とは，エージェントの意思決定や行動に必要なアルゴリズム を事前に詳細設計できないときに，不完全ながらも，とにかく動くように大枠だけを作っ ておき，後に例題や実経験によってエー
http://musashi.osdn.jp/tutorial/mining/xtclassify/model.html
