C4.5: Programy pre strojové učenie

Recenzie čitateľov

Kniha je považovaná za klasiku pre serióznych používateľov algoritmu rozhodovacích stromov C4.5 a jeho komerčných nástupcov See5 a C5.0. Ponúka dôkladné vysvetlenie metódy C4.5, obsahuje kompletný zoznam zdrojových kódov a poskytuje prehľad o praktickom využití rozhodovacích stromov pri dolovaní údajov a strojovom učení. Recenzenti však poznamenávajú, že je trochu drahá a silne zameraná na kód, čo môže odvádzať pozornosť od teoretických diskusií, v ktoré niektorí čitatelia dúfali. Objavujú sa aj návrhy na aktualizované vydanie, ktoré by komplexnejšie pokrývalo algoritmus C5.0.

⬤ Neoceniteľný zdroj informácií pre serióznych používateľov jazyka C
⬤ 5 a jeho nástupcov
⬤ jasný a podrobný opis algoritmu C
⬤ 5 a praktických aplikácií
⬤ obsahuje kompletný zdrojový kód
⬤ zasvätený do konštrukcie rozhodovacích stromov.

⬤ Trochu drahšie
⬤ viac ako polovica knihy je venovaná kódu C
⬤ 5, čo potenciálne znižuje teoretický obsah
⬤ túžba po aktualizovanom vydaní pokrývajúcom C
⬤ 0.

(na základe 4 čitateľských recenzií)

Pôvodný názov:

C4.5: Programs for Machine Learning

Obsah knihy:

Klasifikačné systémy zohrávajú významnú úlohu v strojovom učení a znalostných systémoch a práca Rossa Quinlana na ID3 a C4. 5 je všeobecne uznávaná ako jeden z najvýznamnejších príspevkov k ich vývoju. Táto kniha je kompletným sprievodcom systémom C4. 5 implementovaného v jazyku C pre prostredie UNIX. Obsahuje komplexného sprievodcu používaním systému, zdrojový kód (približne 8 800 riadkov) a implementačné poznámky.

C4. 5 začína s veľkými súbormi prípadov patriacich do známych tried. Prípady, opísané ľubovoľnou zmesou nominálnych a numerických vlastností, sa podrobne skúmajú na hľadanie vzorov, ktoré umožňujú spoľahlivo rozlišovať triedy. Tieto vzory sa potom vyjadria ako modely vo forme rozhodovacích stromov alebo súborov pravidiel if-then, ktoré sa môžu použiť na klasifikáciu nových prípadov, pričom sa kladie dôraz na to, aby boli modely zrozumiteľné, ako aj presné. Systém bol úspešne aplikovaný na úlohy zahŕňajúce desiatky tisíc prípadov opísaných stovkami vlastností. Kniha vychádza z jednoduchých základných metód učenia a ukazuje, ako ich možno rozpracovať a rozšíriť tak, aby sa vyrovnali s typickými problémami, ako sú chýbajúce údaje a nadmerný zásah. Výhody a nevýhody systému C4. 5 sa diskutuje a ilustruje na niekoľkých prípadových štúdiách.

Táto kniha by mala byť zaujímavá pre vývojárov inteligentných systémov založených na klasifikácii a pre študentov v kurzoch strojového učenia a expertných systémov.