Information Technology Reference
In-Depth Information
an seiner vorherigen Wahrscheinlichkeit und gibt ihn als Rest zurück. Daneben gibt es
noch verschiedene Hilfsmethoden. Die Methode
subset()
nimmt eine Datenmenge,
eine Variablendefinition und einen Wert für diese Variable und gibt die Datenuntermenge
zurück, die diesen Wert in jedem Datensatz enthält. Die Methode
identical()
nimmt
die Datenmenge und eine einzige Variable als Eingabe und gibt einen booleschen Wert
zurück, der angibt, ob alle Trainingsdatensätze denselben Wert für die gegebene Variable
enthalten. Die Methode
majority()
untersucht eine Datenmenge und gibt das Label
zurück, das die meisten Beispiele für die gegebene Variable besitzt. Mit der Datenmen-
ge
XORTREE
kann beispielsweise einen Entscheidungsbaum erzeugen. Dazu müssen die
Datei
xortree.dfn
und die Daten geladen werden. Um den Entscheidungsbaum zu
erzeugen, muss das Training absolviert werden, um dann die Struktur des Entscheidungs-
baums im jeweiligen Medium darzustellen.
Literatur
Dobzhansky, T.: Genetics and the Origin of Species. Columbia University Press, New York (1937)
Gumm, H.-P., Sommer, M.: Einführung in die Informatik, 5. Aufl. Oldenbourg, München (2002)
Haun, M.: Simulation Neuronaler Netze. expert, Renningen (1998)
Haun, M.: Wissensbasierte Systeme. expert, Renningen (2000)
Haun, M.: Einführung in die rechnerbasierte Simulation Artifiziellen Lebens. expert, Renningen
(2004)
Heinemann, B., Weihrauch, K.: Logik für Informatiker, 2. Aufl. Teubner, Stuttgart (1992)
Shannon, C.E., Weaver, W.: The Mathematical Theory of Communication. University of Illinois
Press, Urbana. (Deutsche Ausgabe: Mathematische Grundlagen der Informationstheorie, Olden-
bourg, München (1976)
Kinnebrock, W.: Neuronale Netze. Grundlagen, Anwendungen, Beispiele. München (1992)
Poddig, T.: Künstliche Intelligenz und Entscheidungstheorie. Wiesbaden (1992)
Rojas, P.: Theorie der neuronale Netze. Eine systematische Einführung. Berlin (1992)
