VI Conferencia de la Asociación Española para la Inteligencia Artificial - CAEPIA 1995, Alicante (España). 15-17 noviembre 1995
Resumen:
This paper present two new algorithms for top-down induction of decision trees (TDIDT), (extensions of some previously existing procedures), based on using background knowledge not present in the learning set. Typically, in the different domain applications of the machine learning techniques there exists some knowledge, more or less accurate, about the relationships between attributes and classes. The algorithms presented make use of this additional information, (usually obtained from experts), allowing a better control of the learning process. As result of this, more understandable trees may be obtained, with better generalization capability. The application of handwritten digits is presented. A review of the main TDIDT algorithms is included.
Palabras clave: aprendizaje automático, árboles de decisión, conocimiento dependiente del dominio de aplicación, reconocimiento de caracteres
Publicado en VI Conferencia de la Asociación Española para la Inteligencia Artificial CAEPIA 95, pp: 235-246, ISBN: 84-920982-0-1
Fecha de publicación: 1995-11-17.
Cita:
E.F. Sánchez-Úbeda, J. Alba, Un nuevo enfoque de los algoritmos de construcción de árboles de decisión: Tratamiento de información adicional, VI Conferencia de la Asociación Española para la Inteligencia Artificial - CAEPIA 1995, Alicante (España). 15-17 noviembre 1995. En: VI Conferencia de la Asociación Española para la Inteligencia Artificial CAEPIA 95: Libro de actas, ISBN: 84-920982-0-1
