В докладе будет рассказано о методах машинного обучения, основанных на построении деревьев и графов решений с использованием принципа Minimum Message Length и байесовского вывода. Формулируется принцип Minimum Message Length сравнения моделей, показывается его связь с байесовским выводом. Строится процедура вывода деревьев решений из обучающих данных, вводятся графы решений как обобщение деревьев решений.
Докладчик: Иван Белобородов
Материалы:
- Quinlan, J.R. and Rivest, R.L. 1989. Inferring Decision Description Trees Using the Minimum Length Principle. Information and Computation 80, 227–248.
- Wallace, C.S. and Patrick, J.D. 1993. Coding Decision Trees. Machine Learning 11, 7–22.
- Oliver, J.J. 1993. Decision Graphs — An Extension of Decision Trees.
- Tan, P.J. and Dowe, D.L. 2002. MML Inference of Decision Graphs with Multi-Way Joins. Proceedings of the 15th Australian Joint Conference on Artificial Intelligence, 131–142.
Comments are closed.