مرجع دانلود پاورپوینت های درسی

حجم فایل : 1.8 MB
نوع فایل : پاور پوینت
تعداد اسلاید ها : 35
بنام خدا موضوع : شبکه‏های عصبی برای طبقه‏بندی، یک مرور

Neural Networks for Classification : A Survey فهرست مقدمه 1 تئوری طبقه بندی بیزین 2 شبکه های عصبی و طبقه بندی کننده های مرسوم 3 4 5 6 7 کاهش خطای پیش بینی کلاس بندی تجمیعی انتخاب متغیرهای ویژگی جمع‏بندی 3 / 33 مقدمه طبقه بندی یکی از پرتکرارترین وظایف ایجاد تصمیم در فعالیت های انسان است

بسیاری مسائل می توانند به عنوان مسائل طبقه بندی تلقی شود. مثلا
پیش بینی ورشکستگی
دادن وام
تشخیص پزشکی
تشخیص کاراکتر دست خط
تشخیص گفتار

طبقه بندی کننده های آماری مبتنی بر تئوری تصمیم بیزین هستند 4 / 33 مقدمه (ادامه) شبکه های عصبی یک ابزار مهم برای طبقه بندی محسوب می شود

مزیت های شبکه های عصبی
روش های خود تطبیقی برای مبنای داده هستند
می تواند هر تابعی را با دقت دلخواه تخمین بزند
مدل های غیر خطی هستند
در تخمین احتمالات عقبی (posterior probability) توانا هستند

تعدادی از مسائل با توجه به شبکه های عصبی هنوز به طور موفقیت آمیزی حل نشده اند 5 / 33 تئوری طبقه بندی بیزین 6 / 33 تئوری طبقه بندی بیزین(ادامه) فرض کنید داده x مشاهده شده است. احتمال خطای طبقه بندی به صورت زیر است : اگر هدف به حداقل رساندن نرخ طبقه بندی اشتباه باشد , پس از قانون طبقه بندی بیزین به طور گسترده به صورت زیر استفاده می کنیم :
7 / 33 تئوری طبقه بندی بیزین(ادامه) قانون طبقه بندی بیزین به طوری کلی به صورت زیر است : 8 / 33 تخمین احتمال عقبی از طریق شبکه های عصبی 9 / 33 شبکه های عصبی و طبقه بندی کننده های مرسوم طبقه کننده های آماری مبتنی بر تئوری تصمیم بیزین هستند, که احتمالات عقبی نقش اصلی را بازی می‌کند
کد کردن مختلف اعضای خروجی :
مسئله طبقه بندی دو-گروه
اگر شی متعلق به کلاس 1 باشد, خروجی به صورت 1
اگر شی متعلق به کلاس 2 باشد, خروجی به صورت 1-
تابع جدا کننده زیر را داریم : 10 / 33 شبکه های عصبی و طبقه بندی کننده های مرسوم(ادامه) Raudys ثابت کرد با کنترل هدفمند پیچیدگی پرسپترون تک لایه, مرزهای تصمیم طبقه بندی کننده, برابر یا نزدیک 7 طبقه بندی کننده آماری زیر هستند :
طبقه بندی کننده فاصله Enclidean
تابع جدا کننده خطی Fisher
تابع جدا کننده خطی Fisher با شبه وارونه سازی ماتریس کواریانس
تابع جدا کننده خطی Fisher تعمیم بافته
منظم کردن تحلیل جدا کننده خطی
طبقه بندی کننده حداقل خطای تجربی
طبقه بندی کننده حداکثر اختلاف 11 / 33 شبکه های عصبی و طبقه بندی کننده های مرسوم(ادامه) رگرسیون دو حالته (Logistic Regression) ابزار طبقه بندی کننده مهم دیگر است, که در تشخیص پزشکی و مطالعات امراض همه گیر استفاده می شود.غالبا بر تحلیل جدا کننده ترجیح داده می شود

نتیجه آزمایش جامع Minchiکه در مطالعه م...