MỤC LỤC

NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN 1

Giới thiệu học máy. 2

Phần I: Cây quyết định. 4

1. Giới thiệu chung. 5 2. Các khái niệm cơ bản. 6 3. Các kiểu cây quyết định. 8 4. Ưu điểm cây quyết định. 8 Phần II: Thuật toán ID3. 9

1. Thuật toán:. 10 Phần II: Thuật toán QuinLan. 20

1. Thuật toán:. 20 2. Ví dụ:. 21 Phần IV: Thuật toán học quy nạp (ILA). 24

Phần III: Thuật toán Naïve Bayes. 27

1. Tiếp cận thống kê và Luật Bayes. 27 2. Thuật toán học máy Naïve Bayes. 28 3. Ví dụ. 29 Phần V: Code xây dựng cây quyết định bằng thuật toán ID3. 31

1. Giao diện:. 31 2. Code chương trình:. 31 Phần VI: Tài liệu tham khảo

HỌC MÁY

Giới thiệu học máy

Từ khi trí tuệ nhân tạo ra đời cho đến nay, người ta không ngừng thực hiện các công trình nghiên cứu để đưa tư tưởng nghiên cứu cùng với máy tính để ứng dụng vào việc giải quyết các công việc trong thực tiễn đời sống.

Một trong những nguyên nhân làm cho trí tuệ nhân tạo trở thành một trong những lĩnh vực mũi nhọn trong thời đại hiện nay là việc làm cho máy tính trở nên thông minh hơn, nói cụ thể hơn là người ta tìm cách tạo ra các chương trình thông minh hơn có khả năng giải quyết các vấn đề thực tế như cách giải quyết của con người.

Một trong những lĩnh vực lý thú của trí tuệ nhân tạo được đề cập trong chuyên đề này là Học máy. Học máy là hướng tiếp cận trong đó thay vì con người phải chỉ ra những tri thức cần thiết để giải quyết bài toán, máy tính sẽ tự động rút trích tri thức này một cách từ những dữ liệu được cung cấp. Học máy mô phỏng quá trình học của con người qua các mức từ đơn giản đến phức tạp: đầu tiên máy tính ghi nhớ những trường họp đã xuất hiện và cuối cùng học những trường hợp tổng quát chưa từng xuất hiện.

Trong một bài toán học máy, đầu vào là một tập dữ liệu huấn luyện bao gồm các mẫu dữ liệu. Mỗi mẫu dữ liệu bao gồm một tập giá trị ứng với các thuộc tính. Tập thuộc tính được chia làm hai phần: thuộc tính quan sát và thuộc tính kết quả. Mục tiêu của học máy là tìm một ánh xạ từ thuộc tính quan sát vào thuộc tính kết quả (tìm moi quan hệ giữa thuộc tính quan sát và thuộc tính kết quả) ứng với tập dữ liệu huấn luyện. Ánh xạ này sẽ được áp dụng lên những mẫu quan sát mới để rút ra kết quả tương ứng.[URL="/#_Toc313955242"]