Miau Wiki - A felhasználó közreműködései [hu]

https://miau.my-x.hu/mediawiki/api.php?action=feedcontributions&feedformat=atom&user=Tundy21 Miau Wiki - A felhasználó közreműködései [hu] 2026-05-10T22:35:00Z A felhasználó közreműködései MediaWiki 1.27.7 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5902 Klasszifikáció 2005-12-30T13:09:32Z

<p>Tundy21: /* "ez egy " kapcsolattipus: */</p> <hr /> <div>'''Angol megnevezés:''' Classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> :#Biztos klasszifikáció<br /> :#Heurisztikus (tapasztalati) klasszfikáció<br /> :#Statisztikai klasszifikáció<br /> :#Eset-alapú hasonlósági klasszifikáció<br /> :#Modell-alapú vagy funkcionális klasszifikáció<br /> :#Tulajdonság-lefedõ klasszifikáció<br /> :#Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás (altipus)<br /> *Pohlmann (Kalsszifikációval foglalkozott)<br /> *A legjobb megoldás (klaszifikáció célja)<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[Szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *Szimuláció: (Adott kiindulási állapothoz hozzá kell tudni rendelni a legvalószínűbb következményt. (modellek segítségével))<br /> *WAM: (Előrejelzési módszer – döntéshozatal, problémamegoldás) <br /> *Összefüggés keresés: (Lehetséges megoldások közül a legoptimálisabb kiválasztása.) <br /> *Konstrukció: (Összetett probléma esetén, az elemi megoldások közül a legjobb kiválasztása.)<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *SZIE egyetemi jegyzet gyűjtemény[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5901 Klasszifikáció 2005-12-30T13:08:51Z

<p>Tundy21: /* Ontológiai modul */</p> <hr /> <div>'''Angol megnevezés:''' Classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> :#Biztos klasszifikáció<br /> :#Heurisztikus (tapasztalati) klasszfikáció<br /> :#Statisztikai klasszifikáció<br /> :#Eset-alapú hasonlósági klasszifikáció<br /> :#Modell-alapú vagy funkcionális klasszifikáció<br /> :#Tulajdonság-lefedõ klasszifikáció<br /> :#Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás (altipus)<br /> *Pohlmann (Kalsszifikációval foglalkozott)<br /> *A legjobb megoldás (klaszifikáció célja) <br /> *<br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[Szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *Szimuláció: (Adott kiindulási állapothoz hozzá kell tudni rendelni a legvalószínűbb következményt. (modellek segítségével))<br /> *WAM: (Előrejelzési módszer – döntéshozatal, problémamegoldás) <br /> *Összefüggés keresés: (Lehetséges megoldások közül a legoptimálisabb kiválasztása.) <br /> *Konstrukció: (Összetett probléma esetén, az elemi megoldások közül a legjobb kiválasztása.)<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *SZIE egyetemi jegyzet gyűjtemény[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5900 Klasszifikáció 2005-12-30T13:07:24Z

<p>Tundy21: </p> <hr /> <div>'''Angol megnevezés:''' Classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> :#Biztos klasszifikáció<br /> :#Heurisztikus (tapasztalati) klasszfikáció<br /> :#Statisztikai klasszifikáció<br /> :#Eset-alapú hasonlósági klasszifikáció<br /> :#Modell-alapú vagy funkcionális klasszifikáció<br /> :#Tulajdonság-lefedõ klasszifikáció<br /> :#Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás (altipus)<br /> *Pohlmann (Kalsszifikációval foglalkozott)<br /> *A legjobb megoldás (klaszifikáció célja) <br /> *<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *Szimuláció: (Adott kiindulási állapothoz hozzá kell tudni rendelni a legvalószínűbb következményt. (modellek segítségével))<br /> *WAM: (Előrejelzési módszer – döntéshozatal, problémamegoldás) <br /> *Összefüggés keresés: (Lehetséges megoldások közül a legoptimálisabb kiválasztása.) <br /> *Konstrukció: (Összetett probléma esetén, az elemi megoldások közül a legjobb kiválasztása.) <br /> <br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *SZIE egyetemi jegyzet gyűjtemény[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5899 Klasszifikáció 2005-12-30T13:02:43Z

<p>Tundy21: /* "ez egy " kapcsolattipus: */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> :#Biztos klasszifikáció<br /> :#Heurisztikus (tapasztalati) klasszfikáció<br /> :#Statisztikai klasszifikáció<br /> :#Eset-alapú hasonlósági klasszifikáció<br /> :#Modell-alapú vagy funkcionális klasszifikáció<br /> :#Tulajdonság-lefedõ klasszifikáció<br /> :#Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás (altipus)<br /> <br /> *<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *SZIE egyetemi jegyzet gyűjtemény[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5898 Klasszifikáció 2005-12-30T13:00:53Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> :#Biztos klasszifikáció<br /> :#Heurisztikus (tapasztalati) klasszfikáció<br /> :#Statisztikai klasszifikáció<br /> :#Eset-alapú hasonlósági klasszifikáció<br /> :#Modell-alapú vagy funkcionális klasszifikáció<br /> :#Tulajdonság-lefedõ klasszifikáció<br /> :#Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *SZIE egyetemi jegyzet gyűjtemény[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5897 Klasszifikáció 2005-12-30T12:52:09Z

<p>Tundy21: /* Ajánlott irodalmak modulja */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> #Biztos klasszifikáció<br /> #Heurisztikus (tapasztalati) klasszfikáció<br /> #Statisztikai klasszifikáció<br /> #Eset-alapú hasonlósági klasszifikáció<br /> #Modell-alapú vagy funkcionális klasszifikáció<br /> #Tulajdonság-lefedõ klasszifikáció<br /> #Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *SZIE egyetemi jegyzet gyűjtemény[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5896 Klasszifikáció 2005-12-30T12:51:38Z

<p>Tundy21: /* Ajánlott irodalmak modulja */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> #Biztos klasszifikáció<br /> #Heurisztikus (tapasztalati) klasszfikáció<br /> #Statisztikai klasszifikáció<br /> #Eset-alapú hasonlósági klasszifikáció<br /> #Modell-alapú vagy funkcionális klasszifikáció<br /> #Tulajdonság-lefedõ klasszifikáció<br /> #Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *SZIE egyetemi jegyzet gyűjtemény[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5895 Klasszifikáció 2005-12-30T12:50:44Z

<p>Tundy21: /* Ajánlott irodalmak modulja */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> #Biztos klasszifikáció<br /> #Heurisztikus (tapasztalati) klasszfikáció<br /> #Statisztikai klasszifikáció<br /> #Eset-alapú hasonlósági klasszifikáció<br /> #Modell-alapú vagy funkcionális klasszifikáció<br /> #Tulajdonság-lefedõ klasszifikáció<br /> #Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21768]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5894 Klasszifikáció 2005-12-30T12:45:46Z

<p>Tundy21: /* Ajánlott irodalmak modulja */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> #Biztos klasszifikáció<br /> #Heurisztikus (tapasztalati) klasszfikáció<br /> #Statisztikai klasszifikáció<br /> #Eset-alapú hasonlósági klasszifikáció<br /> #Modell-alapú vagy funkcionális klasszifikáció<br /> #Tulajdonság-lefedõ klasszifikáció<br /> #Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5893 Klasszifikáció 2005-12-30T12:45:21Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> :''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> :Ezek az elvek meghatározzák a klasszifikáció altípusait.:<br /> #Biztos klasszifikáció<br /> #Heurisztikus (tapasztalati) klasszfikáció<br /> #Statisztikai klasszifikáció<br /> #Eset-alapú hasonlósági klasszifikáció<br /> #Modell-alapú vagy funkcionális klasszifikáció<br /> #Tulajdonság-lefedõ klasszifikáció<br /> #Neurális vagy abduktív klasszifikáció<br /> :[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21766]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5892 Klasszifikáció 2005-12-30T12:42:10Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> *'''A klasszifikáció fogalma alatt'''<br /> ''klasszikus értelemben'' - a lehetséges megoldások közül a legjobb egyetlen egy megoldás kiválasztását értjük. Pohlmann [29.] nyomán a klasszifikáció folyamata nem más, minthogy a probléma jellemzõihez különbözõ hozzárendelési elvek segítségével megoldási alternatívákat rendelünk - amelyek közül kiválasztjuk a legjobbnak tûnõt. A hozzárendelési elvek a következõk lehetnek:<br /> :*biztos tudás,<br /> :*tapasztalat,<br /> :*statisztika,<br /> :*esetgyûjtemény,<br /> :*modell,<br /> :*tulajdonság-lefedés, illetve<br /> :*neurális/abduktív hozzárendelés.<br /> <br /> Ezek az elvek meghatározzák a klasszifikáció altípusait.<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5891 Klasszifikáció 2005-12-30T12:18:13Z

<p>Tundy21: /* Tesztkérdések modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a Klasszifikáció az több megoldás kiválasztását jelenti melyek nem teljesen de 90% ban meg felelnek a tökéletes megoldásnak? (Hamis)<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5890 Klasszifikáció 2005-12-30T12:11:41Z

<p>Tundy21: /* Válasz a szerkeztői javaslatra: */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21762]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5889 Klasszifikáció 2005-12-30T12:00:37Z

<p>Tundy21: /* Válasz a szerkeztői javaslatra: */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://interm.gtk.gau.hu/miau/34/aszm3.doc]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5888 Klasszifikáció 2005-12-30T12:00:11Z

<p>Tundy21: /* Ellentmondások és vitatott kijelentések modulja */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> ===Szerkesztői javaslat:=== Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> === Válasz a szerkeztői javaslatra:===<br /> *Az eddig ismertetett három modellcsoport a klasszikus modellek tipizálását jelenti. A következőkben olyan, a hibridizáció során fontos modulok kerülnek bemutatásra, melyek a statisztikai megközelítés helyett a mesterséges intelligencia kutatás eredményeire alapoznak. <br /> A hasonlóságelemzés a szakirodalomban több, önállónak tűnő területet is érint (benchmarking, eset-alapú következtetés, azaz CBR, induktív szakértői rendszerek, JOKER, klasszifikáció, abdukció, fuzzy rendszerek, stb.). A hasonlóság elemzésekor abból indulunk ki, hogy strukturált adatmodellek (pl. objektum-attribútum mátrixok) alapján egymástól tetszőlegesen távol objektumok közötti viszonyok vizsgálhatók ezek többé-kevésbé standardizált (azonos definíció szerint megállapított) attribútumainak értékei alapján. Így képes maga az ember is a történelem legkülönbözőbb választásairól rendelkezésre álló adatokból egy jelenleg folyó választás eredményére vonatkozó becsléseket tenni, ill. egy ember-orvos egy állatot meggyógyítani, egy alkotmányjogász egy vitás kérdést megítélni, egy technikus tetszőleges szerkezetek működési logikájára, s ez által hibájára rájönni, etc. A hasonlósági modellek első lépésként a strukturált adatok és a hasonlóság mértékét megadó hasonlósági függvény alapján kiválasztják egy következményeit tekintve ismeretlen helyzet ismert következményű rokonait. Második lépésként a leghasonlóbbak közötti eltérések alapján módosítják az ismert következményeket, s így igyekeznek megfelelni a valós folyamatoknak. E rendszerek tehát egyrészt attól válnak konzisztenssé, hogy a valóság már ismert állapotkombinációt adják meg elsődleges eredményként. Másrészt attól konzisztensek, ha a leghasonlóbb helyzetek eltéréseiből következő módosításokat bizonyos egyidejűleg betartandó restrikciók mellett végzik el. Ez utóbbi elvárás lényegében azonos az ökonometriai modellek elvárásaival. A hasonlósági modellek az absztrakció bármely szintjén bevethetők, s jól képesek integrálni a szakértői véleményeket. A hasonlósági modellek belső szerkezete lehet kézi vezérléssel kialakított (pl. CBR), de az alapadatokra támaszkodva generált is (pl. induktív szakértői rendszerek, Joker). Alkalmazási példaként a tőzsdei előrejelzések, marketing-akciók tervezése hozható fel.<br /> [http://interm.gtk.gau.hu/miau/34/aszm3.doc]<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5887 Klasszifikáció 2005-12-30T11:56:49Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''<br /> :A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> :Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> <br /> Szerkesztői javaslat: Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5886 Klasszifikáció 2005-12-30T11:56:31Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> *'''Klasszifikáció:'''<br /> Klasszikus értelemben a lehetséges megoldások közül a legjobb, egyetlen egy megoldás kiválasztását értjük [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21761]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> <br /> Szerkesztői javaslat: Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5885 Klasszifikáció 2005-12-30T11:43:26Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> :Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> <br /> Szerkesztői javaslat: Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Szerkeszt%C5%91:Tundy21&diff=15354 Szerkesztő:Tundy21 2005-12-30T11:31:25Z

<p>Tundy21: </p> <hr /> <div>Választott kifejezésem: [[Klasszifikáció]]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5884 Klasszifikáció 2005-12-21T22:26:51Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''<br /> #Clancey:Heurisztikus klasszifikáció,<br /> #Breuker:Heurisztikus klasszifikáció,<br /> #Chandrasekaran:Hierarchikus klasszifikáció,<br /> #McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,<br /> #Puppe:Klasszifikáció<br /> *Elemi problémák esetén az attribútumok konkrét értékeinek ismeretében a legjobb egyetlen egy megoldás kiválasztása a lehetséges megoldások közül[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> <br /> Szerkesztői javaslat: Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5883 Klasszifikáció 2005-12-21T22:20:39Z

<p>Tundy21: /* "van neki,része a cimszónak" kapcsolattipus: */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[Weights and Activities Model]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> <br /> Szerkesztői javaslat: Mi a különbség az indukció, a szakértői rendszer, a bechmarking, a CBR, az abdukció és a klasszifikáció között?<br /> <br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5881 Klasszifikáció 2005-12-11T19:47:22Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[WAM]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5880 Klasszifikáció 2005-12-11T19:45:15Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20768]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[WAM]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5879 Klasszifikáció 2005-12-11T19:12:09Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. [http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[WAM]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Szerkeszt%C5%91vita:Tundy21&diff=14690 Szerkesztővita:Tundy21 2005-12-04T22:15:20Z

<p>Tundy21: </p> <hr /> <div>Közremüködéseim:<br /> *[[Információintenzitás]]</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Vita:Inform%C3%A1ci%C3%B3intenzit%C3%A1s&diff=14169 Vita:Információintenzitás 2005-12-04T22:14:30Z

<p>Tundy21: </p> <hr /> <div>Javaslatok:<br /> {{Username1}}<br /> {{Ontology2}} --[[User:PetoI|PetoI]] 2005. november 29., 14:17 (CET)<br /> <br /> <br /> '''''Egyéb javaslat:'''''<br /> <br /> '''Ontológiai modul:'''<br /> * '''"ez egy" kapcsolat:'''<br /> **informatikai stratégia tervezése (alkalmazási terület)<br /> * '''"van neki, része a címszónak" kapcsolattípus:'''<br /> **információintenzitás mátrix<br /> **relatív információintenzitás<br /> * '''"a címszó része valaminek (a címszóval egyenrangú fogalmak)" kapcsolattípus:'''<br /> **informatikai stratégia (Információtechnológia-stratégia /IT/, Információrenszer-stratégia /IR/ -> információintenzitás, Információmenedzsment-stratágia /IM/)<br /> <br /> <br /> [[User:Moby2|Moby2]] - 2005. december 4.<br /> ===Javaslat===<br /> *Az ontologiai modiul 2. részében('''"van neki, része a címszónak" kapcsolattípus:''') belső hivatkozásokat kell elhelyezned!<br /> *A tesztkérdéseknél nem lehet elkülöníteni a kérdéseket a válaszoktól!<br /> --[[User:taylor6667|taylor6667]] 2005. december 4., 23:08 (CET)<br /> <br /> ===Javaslat===<br /> *"ez egy" kapcsolattípus -nál megkéne jegyezned hogy ez milyen kapcsolatban áll az adott témával vagyis mindegyik kifejezéshez egy adott pl oda kéne irnod Pl:<br /> ::Boston mátrix (osztályozási mód)<br /> ::Pénzkiadó automata (tranzakció feldolgozó rendszer)<br /> Ajánlom nézd át a forrásaidat elég sokat lehet találni<br /> <br /> *Az Ellentmondások és vitatott kijelentések moduljában én leírnám hogy mi az amiben különbözik a kettő fogalom<br /> --[[User:Tundy21|Tundy21]] 2005. december 4., 23:14 (CET)</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5878 Klasszifikáció 2005-11-30T11:02:40Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[WAM]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5877 Klasszifikáció 2005-11-30T11:01:08Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20796]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[WAM]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5876 Klasszifikáció 2005-11-20T16:22:08Z

<p>Tundy21: /* Ontológiai modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://interm.gtk.gau.hu/levelezo/2003osz/l20032.php3]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> ==="ez egy " kapcsolattipus:===<br /> *Biztos klasszifikálás<br /> *Heurisztikus (tapasztalati) klasszifikáció<br /> *Statisztikai klasszifikáció<br /> *Eset-alapú hasonlósági klasszifikáció<br /> *Modell-alapú vagy funkcionális klasszifikáció<br /> *Tulajdonságlefedõ klasszifikáció<br /> *Neuronális vagy abduktív klasszifikáció<br /> <br /> ==="van neki,része a cimszónak" kapcsolattipus:===<br /> *[[szimuláció]]<br /> *[[WAM]]<br /> *[[szakértői rendszer]]<br /> <br /> ==="a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:===<br /> *szortírozás<br /> *besorolás<br /> *kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5875 Klasszifikáció 2005-11-20T16:11:25Z

<p>Tundy21: /* Definíciós modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://interm.gtk.gau.hu/levelezo/2003osz/l20032.php3]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Biztos klasszifikálás<br /> **Heurisztikus (tapasztalati) klasszifikáció<br /> **Statisztikai klasszifikáció<br /> **Eset-alapú hasonlósági klasszifikáció<br /> **Modell-alapú vagy funkcionális klasszifikáció<br /> **Tulajdonságlefedõ klasszifikáció<br /> **Neuronális vagy abduktív klasszifikáció<br /> <br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> <br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk.<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5874 Klasszifikáció 2005-11-20T16:10:27Z

<p>Tundy21: /* Ontológiai modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://interm.gtk.gau.hu/levelezo/2003osz/l20032.php3]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Biztos klasszifikálás<br /> **Heurisztikus (tapasztalati) klasszifikáció<br /> **Statisztikai klasszifikáció<br /> **Eset-alapú hasonlósági klasszifikáció<br /> **Modell-alapú vagy funkcionális klasszifikáció<br /> **Tulajdonságlefedõ klasszifikáció<br /> **Neuronális vagy abduktív klasszifikáció<br /> <br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> <br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5873 Klasszifikáció 2005-11-20T16:02:03Z

<p>Tundy21: /* Ajánlott irodalmak modulja */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://interm.gtk.gau.hu/levelezo/2003osz/l20032.php3]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Biztos klasszifikálás<br /> **Heurisztikus (tapasztalati) klasszifikáció<br /> **Statisztikai klasszifikáció<br /> **Eset-alapú hasonlósági klasszifikáció<br /> **Modell-alapú vagy funkcionális klasszifikáció<br /> **Tulajdonságlefedõ klasszifikáció<br /> **Neuronális vagy abduktív klasszifikáció<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * Dr.Pitlik László: Informatikai Rendszerterv a Megyei Területfejlesztés támogatására[http://interm.gtk.gau.hu/miau/remete/remete.html]<br /> <br /> *Orthmayr Imre: Módszertani individualizmus[http://www.lib.bke.hu/old/szocio/1997-03/oth.htm]<br /> <br /> *Monori Erika: Információs logisztikai esettanulmány a kombinatorikai prognosztika módszertanának bázisán</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5872 Klasszifikáció 2005-11-20T15:22:47Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> *'''1984-1990:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://interm.gtk.gau.hu/levelezo/2003osz/l20032.php3]<br /> <br /> <br /> *'''1996:'''A klasszifikáló rendszer egy olyan komplex szerkezet, mely a genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése: 1. egy hírlistából, 2. egy HA/AKKOR-szabálylistából, 3. egy visszacsatolási mechanizmusból-, 4. a ”vödörbrigádból”-, 5. egy genetikai algoritmusból és 6. egy eredményfüggvénybõl áll (Holland 1992). Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti az effektorokat cselekvésre.Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Biztos klasszifikálás<br /> **Heurisztikus (tapasztalati) klasszifikáció<br /> **Statisztikai klasszifikáció<br /> **Eset-alapú hasonlósági klasszifikáció<br /> **Modell-alapú vagy funkcionális klasszifikáció<br /> **Tulajdonságlefedõ klasszifikáció<br /> **Neuronális vagy abduktív klasszifikáció<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5871 Klasszifikáció 2005-11-19T21:26:09Z

<p>Tundy21: </p> <hr /> <div>'''Angol megnevezés:''' classification<br /> __TOC__<br /> == Történeti modul ==<br /> <br /> *'''1996:'''Az osztályozó/klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai/evolúciós programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó/klasszifikáló-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése:<br /> · egy hírlistából,<br /> · egy HA/AKKOR-szabálylistából, <br /> · egy visszacsatolási mechanizmusból- <br /> · a ”vödörbrigádból”-, <br /> · egy genetikai algoritmusból és <br /> · egy eredményfüggvénybõl áll (Holland 1992). <br /> Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy osztályozó/klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti a effektorokat cselekvésre.<br /> Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki (vö. Szabálygenerátor)."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> *<br /> *'''2004:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://interm.gtk.gau.hu/levelezo/2003osz/l20032.php3]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Biztos klasszifikálás<br /> **Heurisztikus (tapasztalati) klasszifikáció<br /> **Statisztikai klasszifikáció<br /> **Eset-alapú hasonlósági klasszifikáció<br /> **Modell-alapú vagy funkcionális klasszifikáció<br /> **Tulajdonságlefedõ klasszifikáció<br /> **Neuronális vagy abduktív klasszifikáció<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5870 Klasszifikáció 2005-11-19T21:12:15Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> <br /> *'''1996:'''Az osztályozó/klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai/evolúciós programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. Az osztályozó/klasszifikáló-rendszer a környezetével detektorok és effektorok által van kapcsolatban. A rendszer belsõ felépítése:<br /> · egy hírlistából,<br /> · egy HA/AKKOR-szabálylistából, <br /> · egy visszacsatolási mechanizmusból- <br /> · a ”vödörbrigádból”-, <br /> · egy genetikai algoritmusból és <br /> · egy eredményfüggvénybõl áll (Holland 1992). <br /> Ugyanúgy, mint a genetikai algoritmusoknál, az osztályozó/klasszifikáló-rendszerben is a szabályokat megadott hosszúságú szimbólum-sorozatok formájában állítják elõ. Egy osztályozó/klasszifikáló-rendszer problémamegoldó képességét a szabályok tartalmazzák. Ezen szabályok ”akkor”-része egy olyan hír, melyet akkor küldenek el, ha a ”ha”-részét a szabályoknak a hírlistában teljesítették. A legtöbb, szabályokból kiinduló hír más szabályokat aktivál és csak kevés szabály készteti a effektorokat cselekvésre.<br /> Az osztályozó/klasszifikáló rendszerek kétféle módon tanulhatnak. Elsõként a rendszer egymással versengõ szabályokat tartalmaz azonos ”ha”-részekkel, de különbözõ ”akkor”-részekkel. Ha a ”ha”-részét a szabályoknak teljesítették, akkor el kell dönteni, melyik szabálynak szabad hírei ”akkor”-részét elküldenie. Ez a döntés a szabályok súlya alapján történik, ahol a súly egy belsõ számítási értéknek felel meg, mely a piacon a szabály versenyképességét a hírek küldési jogával kapcsolatosan fejezi ki. Az ”vödörbrigádok” feladata az hogy ezen a piacon a tranzakciókat nyilvántartsák és az eredményes szabályok erõsségén és a kevésbé eredményes szabályok gyengeségén keresztül a tanulást lehetõvé tegyék (Holland és Miller 1991.). Egy osztályozó/klasszifikáló rendszer másik tanulási komponense a genetikai algoritmus, mely új szabályokat generál és szelekció segítségével teljesítõképesebb szabályozói rendszereket fejleszt ki (vö. Szabálygenerátor)."[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20192]<br /> <br /> <br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> *<br /> *'''2004:'''Clancey:Heurisztikus klasszifikáció,Breuker:Heurisztikus klasszifikáció,Chandrasekaran:Hierarchikus klasszifikáció,McDermott:Heurisztikus klasszifikáció-Tulajdonságlefedő klasszifikáció,Puppe:Klasszifikáció[http://interm.gtk.gau.hu/levelezo/2003osz/l20032.php3]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Biztos klasszifikálás<br /> **Heurisztikus (tapasztalati) klasszifikáció<br /> **Statisztikai klasszifikáció<br /> **Eset-alapú hasonlósági klasszifikáció<br /> **Modell-alapú vagy funkcionális klasszifikáció<br /> **Tulajdonságlefedõ klasszifikáció<br /> **Neuronális vagy abduktív klasszifikáció<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5869 Klasszifikáció 2005-11-19T20:20:39Z

<p>Tundy21: /* Ontológiai modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Biztos klasszifikálás<br /> **Heurisztikus (tapasztalati) klasszifikáció<br /> **Statisztikai klasszifikáció<br /> **Eset-alapú hasonlósági klasszifikáció<br /> **Modell-alapú vagy funkcionális klasszifikáció<br /> **Tulajdonságlefedõ klasszifikáció<br /> **Neuronális vagy abduktív klasszifikáció<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5868 Klasszifikáció 2005-11-19T20:06:20Z

<p>Tundy21: /* Ontológiai modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **Bayes optimális klasszifikáció<br /> **Naív Bayes klasszifikáció<br /> **Fisher módszer<br /> **Gaussian Mixture Model<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> **szortírozás<br /> **besorolás<br /> **kiválogatás<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5867 Klasszifikáció 2005-11-19T19:22:10Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2002:'''kapcsolódó OGIL bejegyzés[http://miau.gau.hu/ogil/20020113/klasszifikacio.xls]<br /> <br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5866 Klasszifikáció 2005-11-19T18:53:06Z

<p>Tundy21: /* Definíciós modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * ...<br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * Klasszifikáció fogalom alatt olyan kizárólagos, egyetlen jó megoldást értünk,amelyet az összes számbavehető alternatíva közül választunk ki. Pohlmann szerint ez a folyamat nem más,mint a probléma jellemzőihez különböző hozzárendelési elvek segítségével megoldási alternatívákat rendelünk. <br /> *...<br /> <br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5865 Klasszifikáció 2005-11-19T18:14:15Z

<p>Tundy21: /* Tesztkérdések modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * ...<br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * Igaz-e, hogy a WAM nem a funkcionális klasszifikáció stratégiáját alkalmazza a probléma megoldás során. (IGAZ)<br /> * Igaz-e, hogy a klasszifikációhoz tartozó hozzárendelési elv csak a statisztika és a tulajdonság-lefedés lehet. (HAMIS,mert nem csak az lehet.)<br /> * Igaz-e, hogy a heuisztikus klasszifikáció az emberi problémamegoldás tipikus formája. (IGAZ)<br /> * Igaz-e, hogy az klasszifikáló rendszer egy olyan komplex szerkezet, mely az genetikai programozás elemeit a „mesterséges intelligencia” hagyományos komponenseivel köti össze. (IGAZ) <br /> * Igaz-e, hogy a WAM a régi generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az elõrejelzési feladatok megoldásában az elérhetõ maximális pontosságot közelíti. (HAMIS,mert az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer.)<br /> <br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Klasszifik%C3%A1ci%C3%B3&diff=5864 Klasszifikáció 2005-11-19T17:54:40Z

<p>Tundy21: /* Ontológiai modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * ...<br /> == Ontológiai modul ==<br /> * '''"ez egy " kapcsolattipus:'''<br /> **...<br /> * '''"van neki,része a cimszónak" kapcsolattipus:'''<br /> **[[szimuláció]]<br /> **[[WAM]]<br /> **[[szakértői rendszer]]<br /> **...<br /> * '''"a cimszó része valaminek ( a cimszonak egyenrangu fogalmak ) " kapcsolattipus:'''<br /> <br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * ...<br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Kombinatorikai_t%C3%A9r&diff=2627 Kombinatorikai tér 2005-11-17T18:43:06Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2002''':kapcsolódó OGIL bejegyzés[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=2?]<br /> <br /> == Ontológiai modul ==<br /> * ...<br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * ...<br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Kombinatorikai_t%C3%A9r&diff=2626 Kombinatorikai tér 2005-11-17T18:42:05Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2002''':kapcsolódó OGIL bejegyzés[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=2<br /> <br /> == Ontológiai modul ==<br /> * ...<br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * ...<br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Kombinatorikai_t%C3%A9r&diff=2625 Kombinatorikai tér 2005-11-16T19:10:38Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2002''':kapcsolódó OGIL bejegyzés[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20332]<br /> <br /> == Ontológiai modul ==<br /> * ...<br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * ...<br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Kombinatorikai_t%C3%A9r&diff=2624 Kombinatorikai tér 2005-11-16T19:08:43Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2005''':kapcsolódó OGIL bejegyzés[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20332]<br /> <br /> == Ontológiai modul ==<br /> * ...<br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * ...<br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Kombinatorikai_t%C3%A9r&diff=2623 Kombinatorikai tér 2005-11-16T18:57:04Z

<p>Tundy21: /* Történeti modul */</p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2005''':kapcsolódó OGIL bejegyzés<br /> <br /> == Ontológiai modul ==<br /> * ...<br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * ...<br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21 https://miau.my-x.hu/mediawiki/index.php?title=Tender%C3%A9rt%C3%A9kel%C3%A9s&diff=10743 Tenderértékelés 2005-11-16T18:47:44Z

<p>Tundy21: </p> <hr /> <div>'''Angol megnevezés:''' ...<br /> __TOC__<br /> == Történeti modul ==<br /> * '''2005:'''kapcsolódó OGIL bejegyzés:<br /> == Ontológiai modul ==<br /> * ...<br /> == Ellentmondások és vitatott kijelentések modulja ==<br /> * ...<br /> == Definíciós modul ==<br /> * ...<br /> == Tesztkérdések modul ==<br /> * ...<br /> == Ajánlott irodalmak modulja ==<br /> * ...</div>

Tundy21