Bài giảng Học máy (IT 4862): Chương 4.2 - Nguyễn Nhật Quang

Học Máy<br /> (IT 4862)<br /> <br /> Nguyễn<br /> ễ Nhật<br /> hậ Quang<br /> quangnn-fit@mail.hut.edu.vn<br /> <br /> Trường Đại học Bách Khoa Hà Nội<br /> Viện Công nghệ thông tin và truyền thông<br /> Năm học 2011-2012<br /> <br /> Nội dung<br /> d<br /> môn<br /> ô học:<br /> h<br /> „<br /> <br /> Giới thiệu chung<br /> g<br /> <br /> „<br /> <br /> Đánh giá hiệu năng hệ thống học máy<br /> <br /> „<br /> <br /> Các phương pháp học dựa trên xác suất<br /> <br /> „<br /> <br /> Các phương pháp học có giám sát<br /> „<br /> <br /> Học cây quyết định (Decision tree learning)<br /> <br /> „<br /> <br /> Các phương pháp học không giám sát<br /> <br /> „<br /> <br /> L cộng<br /> Lọc<br /> ộ tác<br /> tá<br /> <br /> „<br /> <br /> Học tăng cường<br /> Học Máy – IT 4862<br /> <br /> 2<br /> <br /> Học câyy quyết<br /> q y định – Giới thiệu<br /> „<br /> <br /> Học cây quyết định (Decision tree –DT– learning)<br /> • Để học (xấp xỉ) một hàm mục tiêu có giá trị rời rạc (discretevalued target function) – hàm phân lớp<br /> • Hàm phân lớp được biểu diễn bởi một cây quyết định<br /> <br /> „<br /> <br /> Một cây quyết định có thể được biểu diễn (diễn giải) bằng một<br /> tập các luật IF-THEN (dễ đọc và dễ hiểu)<br /> <br /> „<br /> <br /> Học cây<br /> H<br /> â quyết<br /> ết định<br /> đị h có<br /> ó thể thực<br /> th hiện<br /> hiệ ngay cả<br /> ả với<br /> ới các<br /> á dữ liệu<br /> liệ có<br /> ó<br /> chứa nhiễu/lỗi (noisy data)<br /> <br /> „<br /> <br /> Là một<br /> ộ trong<br /> g các p<br /> phương<br /> gp<br /> pháp<br /> p học<br /> ọ q<br /> quy<br /> y nạp<br /> ạp ((inductive<br /> learning) được dùng phổ biến nhất<br /> <br /> „<br /> <br /> Được áp dụng thành công trong rất nhiều các bài toán ứng<br /> d<br /> dụng<br /> thực<br /> th tế<br /> Học Máy – IT 4862<br /> <br /> 3<br /> <br /> Ví dụ về DT: Những tin tức nào mà tôi quan tâm?<br /> “sport”?<br /> is present<br /> <br /> is absent<br /> <br /> “player”?<br /> is present<br /> <br /> Interested<br /> <br /> is absent<br /> <br /> Uninterested<br /> <br /> “football”?<br /> is present<br /> <br /> Interested<br /> is present<br /> <br /> Interested<br /> <br /> • (…,“sport”,…,“player”,…)<br /> <br /> → Interested<br /> <br /> • (…,“goal”,…)<br /> <br /> → Interested<br /> <br /> • (…,<br /> ( “sport”<br /> sport ,…))<br /> <br /> → Uninterested<br /> Học Máy – IT 4862<br /> <br /> is absent<br /> <br /> “goal”?<br /> is absent<br /> <br /> Uninterested<br /> <br /> 4<br /> <br /> Ví dụ về DT: Một người có chơi tennis không?<br /> Outlook=?<br /> Sunny<br /> <br /> Overcast<br /> <br /> Humidity=?<br /> <br /> Rain<br /> <br /> Wind=?<br /> <br /> Yes<br /> <br /> High<br /> <br /> Normal<br /> <br /> No<br /> <br /> Yes<br /> <br /> Strong<br /> <br /> No<br /> <br /> Weak<br /> <br /> Yes<br /> <br /> • (Outlook=Overcast, Temperature=Hot, Humidity=High,<br /> Wind=Weak)<br /> → Yes<br /> (Outlook=Rain,<br /> a , Temperature=Mild,<br /> p<br /> d, Humidity=High,<br /> y<br /> g , Wind=Strong)<br /> St o g)<br /> • (O<br /> → No<br /> • (Outlook=Sunny, Temperature=Hot, Humidity=High, Wind=Strong)<br /> → No<br /> Học Máy – IT 4862<br /> <br /> 5<br /> <br />