WARNING:
JavaScript is turned OFF. None of the links on this concept map will
work until it is reactivated.
If you need help turning JavaScript On, click here.
Cette carte de concepts créée avec IHMC CmapTools traite de: 09_LOG625-H2011, modèle évaluation validation-croisée, classification de textes utilise ????, modèle génératif incluant Latent Dirichlet Allocation, machine learning approches techniques du Machine Learning, quelques tests comprend la chambre chinoise, représentation des documents incluant modèle "vecteur de termes", dataset déjà étiqueté apprentissage modèle, TALN/NLP utilise des techniques hybrides, forage de données (data mining) comprend techniques d'apprentissage semi-supervisé, techniques d'apprentissage non supervisé définir donner une définition (en vos propres mots), sélection des attributs suivi souvent réduction de la dimensionalité, modèle de type vecteur (bag-of-words model) les valeurs peuvent être fréquence tf-idf, historique a donné lieu débat connexionsites/symbolistes, arbre de décisions mesure de construction index Gini, débat Neat/Scruffy sujet de Artificial Intelligence is not like circuit theory and electromagnetism. Instead of looking for a unifying principle, the time has come to build systems out of diverse components, some connectionist and some symbolic, each with its own diverse justification., apprentissage supervisé appartient aux techniques d'apprentissage supervisé, modèle évaluation ensemble test, forage de données (data mining) nécessite identification des attributs, corpus déjà étiqueté apprentissage n-grammes, "text analytics" (text-mining) comprend groupement de textes