سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مروری بر روش های بهبود کارایی تکنیک جنگل تصادفی

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 4,852

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ITCSC01_069

Index date: 29 October 2016

مروری بر روش های بهبود کارایی تکنیک جنگل تصادفی abstract

روش جنگل تصادفی یکی از روشهای فراگیر یادگیری ماشین می باشد که کاربرد پیشگویانه رقابتی در زمینه های مختلف ازجمله علوم بیولوژی، مالی، مهندسی شیمی و غیره دارد. درواقع جنگل تصادفی یک روش یادگیری ماشین تحت نظارت محسوب می شود که کاربرد اصلی آن در داده کاوی می باشد. برای بهبود بخشیدن کارایی روش جنگل تصادفی می توان بر روی محور دقت و سرعت آن کارکرد. در زمینه بهبود دقت، با استفاده از ارزیابی ویژگیهای مختلف و ترکیب کردن توابع آن کار را جلو می برند. بهبود در سرعت یادگیری از طریق کاهش در درختان تصمیم اصلی و در نتیجه افزایش سرعت طبقه بندی پیشنهاد می شود. همچنین روش جنگل تصادفی دارای خواص موازی سازی است و می تواند به راحتی در جهت گسترش پذیری و بهبود کارایی موازی سازی شود. در این مقاله مروری خواهیم داشت بر جدیدترین متدهای بهبود دقت و سرعت در الگوریتم جنگل تصادفی و همچنین نتایج به دست آمده از آنها را با یکدیگر به طور خلاصه مقایسه خواهیم کرد

مروری بر روش های بهبود کارایی تکنیک جنگل تصادفی Keywords:

طبقه بندی- درخت تصمیم گیری , داده کاوی , جنگل تصادفی , موازی سازی

مروری بر روش های بهبود کارایی تکنیک جنگل تصادفی authors

محمد سعادت

دانشجوی کارشناسی ارشد، دانشکده فنی و مهندسی دانشگاه آزاد اسلامی خوراسگان (اصفهان) اصفهان ایران

فرساد زمانی بروجنی

استادیار، دانشکده فنی و مهندسی دانشگاه آزاد اسلامی خوراسگان (اصفهان) اصفهان ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Kulkarni, V.Y. and P.K. Sinha, Effective learning and classification using ...
Kotsiantis, S.B., Decision trees: recent overview. Artificial Intelligence Review, 2013. ...
Xu, R., Improvements to random forest methodology. 2013. ...
Frankel, D.S., Model Driven Architecture Applying Mda. 2003: Johr Wiley ...
Kulkarni, v.Y. and P.K. Sinha, Random forest classifiers: a survey ...
Sannella, M.J., Constraint satisfaction and debugging for interactive user interfaces. ...
Zhang, H. and M. Wang, Search for the smallest random ...
Decaestecker, Limiting the number of trees in random forests, in ...
Evaluation using biomedical engineering problems. in Information Technology and Applications ...
Wu, X. and Z. Che. Toward dynamic ensembles: the BAGA ...
Gaber, M.M., A. Zaslavsky, and S. Krishnaswamy, Mining data streams ...
International Conference on. 2009. IEEE. Oza, N.C. and S. Russell. ...
Geurts, P., D. Ernst, and L. Wehenkel, Ertremely randomized trees. ...
Processing (ICIP), 2009 16th IEEE International Conference on. 2009. IEEE. ...
Bonissone, P., et al., Afuzzy randomforest. International Journal of Approximate ...
Leistner, C., et al. Sem i-supervised random forests. in Computer ...
نمایش کامل مراجع

مقاله فارسی "مروری بر روش های بهبود کارایی تکنیک جنگل تصادفی" توسط محمد سعادت، دانشجوی کارشناسی ارشد، دانشکده فنی و مهندسی دانشگاه آزاد اسلامی خوراسگان (اصفهان) اصفهان ایران؛ فرساد زمانی بروجنی، استادیار، دانشکده فنی و مهندسی دانشگاه آزاد اسلامی خوراسگان (اصفهان) اصفهان ایران نوشته شده و در سال 1395 پس از تایید کمیته علمی اولین همایش ملی فناوری اطلاعات، ارتباطات و محاسبات نرم پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله طبقه بندی- درخت تصمیم گیری – داده کاوی – جنگل تصادفی – موازی سازی هستند. این مقاله در تاریخ 8 آبان 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 4852 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که روش جنگل تصادفی یکی از روشهای فراگیر یادگیری ماشین می باشد که کاربرد پیشگویانه رقابتی در زمینه های مختلف ازجمله علوم بیولوژی، مالی، مهندسی شیمی و غیره دارد. درواقع جنگل تصادفی یک روش یادگیری ماشین تحت نظارت محسوب می شود که کاربرد اصلی آن در داده کاوی می باشد. برای بهبود بخشیدن کارایی روش جنگل تصادفی می توان بر روی ... . این مقاله در دسته بندی موضوعی داده کاوی و درخت تصمیم طبقه بندی شده است. برای دانلود فایل کامل مقاله مروری بر روش های بهبود کارایی تکنیک جنگل تصادفی با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.