استفاده از ارتباط بين خصيصه‌ها در بهبود رده‌بندهاي مبتني بر درخت‌هاي تصميم يادگيرنده از داده‌هاي جرياني

كارشناسي ارشد

با پيشرفت‌هايي كه سالهاي اخير در قدرت محاسباتي دستگاه‌هاي كامپيوتري ايجادشده است، زمينه براي ظهور هرچه بيشتر يادگيري ماشين نيز فراهم گرديد. هدف از يادگيري ماشين يك‌زمان، يافتن راه‌حل‌هاي مؤثر براي مسائل مربوط به تحليل داده‌ها بود؛ اما هم‌زمان با پيشرفت‌هاي پديدار آمده، يادگيري ماشين خود را در برابر چالش‌هاي جديدي قرارداد. يكي از مهم‌ترين اين چالش‌ها، افزايش در اندازه مجموعه داده‌هايي بود كه مي‌بايست مورد تجزيه‌وتحليل قرار مي‌گرفت. اكنون يادگيري ماشين با داده‌هايي سروكار داشت كه حجيم، پيوسته بازمان و با سرعت زياد توليد مي‌شدند و مي‌بايست روش‌هايي را معرفي مي‌كرد كه توانايي برخورد با اين داده‌ها را داشته باشد. ظهور الگوريتم‌هاي يادگيري ماشين مبتني بر داده‌هاي جرياني مقدمه‌اي بر راه‌حل‌هاي مختلفي بود كه بعد‌ها به‌عنوان الگوريتم‌هاي يادگيري داده‌هاي جرياني نام گرفت. تا به الآن روش‌هاي مختلفي براي يادگيري داده‌هاي جرياني ارائه‌شده است كه هر يك مزايا و معايب خود را دارند اما در اين ميان درخت‌هاي تصميم به‌عنوان يكي از متداول‌ترين مدل‌هاي يادگيري ماشين در نظر گرفته مي‌شود. اگرچه تا به الآن كارهاي مختلفي درزمينه‌ي بهبود الگوريتم‌هاي ساخت درخت تصميم يادگيرنده از داده‌هاي جرياني انجام‌شده است اما هنوز چالش‌هاي باز فراواني در اين زمينه وجود دارد. يكي از مهم‌ترين اين چالش‌ها بحث ناپايداري درخت‌هاي تصميم يادگيرنده مي‌باشد. در اين تحقيق سعي شده است كه با ارائه‌ي يك مدل درخت تصميم كه از ارتباط بين خصيصه‌ها كمك مي‌گيرد، اقدام به كاهش ناپايداري درخت‌هاي تصميم نماييم كه اين تلاش منجر به معرفي مدلي جديد بنام درخت صليبي (Cross Split Decision Tree كه اختصاراً CSDT ناميده مي‌شود.) گرديد. ما علاوه بر كاهش ناپايداري، موفق شديم كه بهبودهايي را نيز در زمينه اندازه درخت و عمق آن ارائه دهيم كه سبب بهبود مدل ازنظر حافظه و سرعت بازيابي نيز خواهد شد. نتايج ما نشان مي‌دهد كه نه‌تنها مدل ما ازنظر دقت قابليت رقابت با مدل‌هاي موجود فعلي را دارد؛ بلكه ازنظر ساير معيارهاي عملكردي درخت‌هاي تصميم، بهتر از مدل‌هاي فعلي عمل خواهد كرد.

188980

دانشگاه علم و صنعت ايران

هوش مصنوعي

دكتر محمدرضا كنگاوري