| Περίληψη: | Μια πληθώρα διαφορετικών μεθόδων μπορούν να χρησιμοποιηθούν για κατηγοριοποίηση. Στο κεφάλαιο αυτό ο αναγνώστης θα βρει μια σύντομη αλλά ταυτόχρονα ουσιαστική περιγραφή αυτών των μεθόδων. Ο φοιτητής θα κατανοήσεις τα χαρακτηριστικά τους έτσι ώστε να μπορεί να τις χρησιμοποιήσει στην πράξη, να τις συγκρίνει και τελικά να επιλέξει την πλέον κατάλληλη. Το κεφάλαιο καλύπτει την κατηγοριοποίηση με Νευρωνικά Δίκτυα Multilayer Perceptron, τα Μπαϋεσιανά Δίκτυα, τους κατηγοριοποιητές βασισμένους σε παραδείγματα και τις Μηχανές Διανυσμάτων Υποστήριξης. Για κάθε μια από αυτές τις μεθόδους παρατίθενται τα πλεονεκτήματα και τα μειονεκτήματα τους. Γίνεται αναφορά στους σύνθετους κατηγοριοποιητές (υβριδικούς και συναθροιστικούς). Τέλος καλύπτονται ειδικά προβλήματα κατηγοριοποίησης όπως το πρόβλημα της ανισοκατανομής των κλάσεων και το πρόβλημα του διαφορετικού κόστους σφάλματος. Παρουσιάζονται μέθοδοι για αξιολόγησης κατηγοριοποιητών όπως οι μέθοδοι Holdout, Cross validation και οι καμπύλες ROC.
|
|---|
