講演名 | 1996/1/18 木構造属性を許容する決定木学習 秋葉 秦弘, フセイン アルモアリム, 金田 重郎, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 本論文では、事例を表現する属性が木構造を有する場合の決定木学習を取り上げる。従来手法としてQuinlan によるエンコーディング・アプローチがあるが、現実の問題で取り扱う大きな木構造の場合は、計算量や未知事例に対する正解率の点で問題があった。提案手法は、エンコーディングによるアプローチとは違い、木構造属性を直接取り扱え、事例の前処理を必要としない。提案手法と前述のQuinlanのアプローチの性能を比較するために、現実データと人工データで実験をしたところ、提案手法の方が、2倍~4倍計算時間が早く、未知事例に対して高い正解率を示した。 |
抄録(英) | This paper studies the problem of learning decision trees when the attributes of the domain are tree-structured. Quinlan suggests a pre-processing approach to this problem. When the size of the hierarchies used is huge, his approach is not efficient and effective. We introduce our own approach which handles tree-structured attributes directly without the need for pre-processing. We present experiments on natural and artificial data that suggest that our direct approach leads to better generalization performance than the Quinlan-encoding approach and runs roughly two to four times faster. |
キーワード(和) | 機械学習 / 知識獲得 / 自然言語処理 |
キーワード(英) | Machine Learning / Knowledge Acquisition / Natural Language Processing |
資料番号 | AI95-45 |
発行日 |
研究会情報 | |
研究会 | AI |
---|---|
開催期間 | 1996/1/18(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
幹事補佐氏名(和) | |
幹事補佐氏名(英) |
講演論文情報詳細 | |
申込み研究会 | Artificial Intelligence and Knowledge-Based Processing (AI) |
---|---|
本文の言語 | JPN |
タイトル(和) | 木構造属性を許容する決定木学習 |
サブタイトル(和) | |
タイトル(英) | Decision Tree Learner Handling Tree-Structured Attributes |
サブタイトル(和) | |
キーワード(1)(和/英) | 機械学習 / Machine Learning |
キーワード(2)(和/英) | 知識獲得 / Knowledge Acquisition |
キーワード(3)(和/英) | 自然言語処理 / Natural Language Processing |
第 1 著者 氏名(和/英) | 秋葉 秦弘 / Yasuhiro AKIBA |
第 1 著者 所属(和/英) | NTTコニュニケーション科学研究所 NTT Communication Science Labs |
第 2 著者 氏名(和/英) | フセイン アルモアリム / Hussein ALMUALLIM |
第 2 著者 所属(和/英) | サウジアラビア国立石油鉱物大学 King Fahd University of Petroleum and Minerals |
第 3 著者 氏名(和/英) | 金田 重郎 / Shigeo KANEDA |
第 3 著者 所属(和/英) | NTTコニュニケーション科学研究所 NTT Communication Science Labs |
発表年月日 | 1996/1/18 |
資料番号 | AI95-45 |
巻番号(vol) | vol.95 |
号番号(no) | 460 |
ページ範囲 | pp.- |
ページ数 | 8 |
発行日 |