Begriffserwerb aus großen Mengen von Beispielen

Front Cover
 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

Einleitung
1
Grundlagen
7
Definition und Transformation der Probleme
33
Das System Lascer
107
Begriffserwerb zur Klassifikation
137
Die Verwendung des Systems Lascer
151
Ergebnisse von Tests
165
Zusammenfassung und Ausblick
229
Copyright

Common terms and phrases

Abh¨angigkeit Abschnitt angegeben Anteil Anzahl der Bedingungen Attribute Attributfunktionen Attributwerten Auswahl Begriffe Begriffserwerbs beiden Beispiel-Pr¨adikatfunktionen Beschreibung beschrieben Bewertung Bezug booleschen boolescher Funktionen Darstellung DBEP2 definiert Definition deterministischen Differenz Disjunktion Eingabe Einsen Elemente Endspiel von K¨onig Endspieldatenbank enthalten entsprechenden Ergebnisse der Klassifikation erzeugten Konzepten erzeugten Regeln F¨allen f¨uhrt f¨ur die Erzeugung false folgende Formel Funktion fuzzy-logisch geh¨oren Gesamt-Iterationen gr¨oßer H¨ohe Interface Iterationen K¨onig und Bauer k¨onnen Klasse Klassifikation zum Datensatz klassifiziert kombinatorischen Optimierung Komplexit¨at Konjunktion Konzeptfunktion korrekten Kosten Kosten-Indices Kostenfunktion L¨osung Lascer Laufzeit liefert linear-cost m¨ogliche Werte Maschinellen Lernen maximal Menge negativen Beispiele Null optimalen Optimierung Parallelisierung Parameter positiven Beispiele Pr¨adikate Pr¨adikatfunktionen PRISM Problem der zweistufigen Problems Pruning Reduktion SCEP Schachendspiele schwarze K¨onig SCP-Iterationen speziellen Konzepte Standardwert steht f¨ur Stellungen System Systems Tabelle Teilmengen Teilprobleme Term Tests Trainingsmenge Transformation true uberdeckt unabh¨angig unbekannte Werte unicost SCPs Vektor Verkn¨upfung verwendet vollst¨andige w¨are w¨urde wobei Z¨uge zugeh¨orige zus¨atzlich zweistufigen Logik-Minimierung

Bibliographic information