چکیده مقاله
یک دسته از الگوریتم های یادگیری در علم داده کاوی، یادگیری برپایه ناظر است این نوع از یادگیری به یافتن الگوریتم هایی می پردازد که از طریق نمونه های ذخیره شده در مجموعه داده آموزشی، مدل هایی ایجاد می کنند این مدل ها می توانند کلاس نمونه های جدید را پیشگویی نمایند نوعی از مجموعه داده آموزشی که امروزه اهمیت و توسعه بسیاری پیدا کرده است، مجموعه داده چند برچسبی می باشد هر نمونه در مجموعه داده چند برچسبی، می تواند به مجموعه ای از کلاس ها تعلق داشته باشد در مقابل این نوع، مجموعه داده تک برچسبی وجود دارد که هر نمونه از آن تنها به یک کلاس تعلق دارد در این مقاله به ارایه الگوریتمی برای طبقه بندی چند برچسبی می پردازیم که ترکیب الگوریتم نزدیک ترین همسایه و IVM ایجاد شده است الگوریتم پیشنهادی در تولید طبقه بندی کننده ها می تواند وابستگی بین برچسب ها را در نظر بگیرد
کلیدواژهها
نویسندگان
فاطمه شمس عزت
عضو هیات علمی دانشکده ریاضی و کامپیوتر، رشته علوم کامپیوتر، دانشگاه فسا
شیوه ارجاع
�مس عزت، فاطمه،1395،ترکیب الگوریتم نزدیک ترین همسایه و IVM برای طبقه بندی چند برچسبی،سومین کنفرانس سراسری نوآوری های اخیر در مهندسی برق و کامپیوتر،تهران
ارائهشده در
مجموعه مقالات سومین کنفرانس سراسری نوآوری های اخیر در مهندسی برق و کامپیوتر19 شهریور 1395 · تهران