|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 9 van 11 gevonden artikelen
| Titel: |
Learning compositional decision rules using the KEX algorithm |
| Auteur: |
Berka, Petr |
| Verschenen in: |
Intelligent data analysis |
| Paginering: | Jaargang 16 (2012) nr. 4 pagina's 665-681 |
| Jaar: |
2012-07-19 |
| Inhoud: |
"If-then" rules belong to the most popular formalism used to represent knowledge either obtained from human experts (as in the case of expert systems) or learned from data (as in the case of machine learning and data mining). The most commonly used approach to learning decision rules is the set-covering approach, also called "separate and conquer". The other way to create decision rules is the compositional approach. The work reported in this paper fits into the latter approach. We will describe the KEX algorithm, its implementation within the LISp-Miner system, and results of empirical comparison of KEX with some other rule-learning algorithms implemented in the Weka system. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 9 van 11 gevonden artikelen
| << vorige | volgende >> |