Zadanie klasyfikacji treści może zostać podzielone na dwa etapy: ekstrakcji cech istotnych dla podziału na klasy oraz etapu klasyfikacji na podstawie cech wyznaczonych w poprzednim etapie. Dzięki takiemu podziałowi, możliwe jest użycie w drugim etapie standardowych algorytmów budowy (uczenia) klasyfikatorów, takich klasyfikator bayesowski, drzewa decyzyjne, sztuczne sieci neuronowe czy metoda wektorów wspierających (SVM). Przy wyborze jednej z wymienionych metod należy wziąć pod uwagę czynniki takie jak możliwość uogólniania, niezawodność, szybkość uczenia, liczbę cech czy możliwość wyjaśniania wiedzy.
Autorzy
Informacje dodatkowe
- Kategoria
- Publikacja monograficzna
- Typ
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
- Język
- polski
- Rok wydania
- 2011
Źródło danych: MOSTWiedzy.pl - publikacja "Algorytmy klasyfikacji i uczenia w rozpoznawaniu treści" link otwiera się w nowej karcie
