Endüktif öğrenmede bilgi kazanımı için yeni algoritmalar

Abstract

Bilgisayarla öğrenme, Endüktif öğrenme, Bilgi kazanımı, Entropi, Endüktif öğrenme algoritmaları. Bilgi, genel olarak bir uzmandan, konu ile ilgili kaynaklardan, arşiv bilgilerinden, gözlem veya deneylerden elde edilebilir. Bir uzmandan bilgi elde etme, karşılıklı görüşmeler gerektiren, uzun zaman alan, dikkat isteyen ve sistematik çalışmalar gerektiren bir işlemdir. Uzmanlar, uzmanlık bilgilerini günlük çalışmalarında rahatlıkla kullanabilmelerine rağmen, bunları özetleme ve bir uzman sistemde kullanılabilir hale getirmede aynı başarıyı gösteremeyebilirler. Bu bilgilerin değerlendirilmesi ve bir uzman sistem için bilgi tabam haline getirilmesi ayn bir uzmanlık ister. Bilgi tabanının bu yolla oluşturulması hem uzun zaman almakta hem de yüksek maliyet gerektirmektedir. Çünkü bu işlemleri yerine getirecek uzman kişilere ihtiyaç vardır. Bu elemanları bulmak çok zor ve istihdamı da yüksek maliyet gerektirmektedir. Araştırmacılar bilgi kazanımını, bir uzman sistemin geliştirilmesindeki en büyük darboğaz olarak kabul etmektedirler. Bütün bu ve benzeri zorluklar, araştırmacıları bu darboğazı aşmak için alternatif teknikler geliştirmeye sevk etmiştir. Bu konuda birçok başarılı teknikler geliştirilmiş ve geliştirilmeye devam edilmektedir. Yapılan çalışmalarda olumlu sonuçlar elde edilmiştir. Geliştirilen bu tekniklerin amacı bilgi kazanımını otomatik hale getirmektir. Bu çalışmada, otomatik bilgi kazanımını sağlamak amacıyla üç algoritma geliştirilmiştir: REX-1, REX-2 ve REX-3. Geliştirilen algoritmaların verimliliğini test etmek amacıyla dünyada bu alanda. kullanılan ve gerçek hayattan alman veri setleri kullanılmıştır. Bu veri setleri kullanılarak, günümüzün en çok kullanılan algoritmalarından olan ID3, C4.5, RULES-3, RULES 3 PLUS, RULES-4, İLA, ILA-2, PRISM, OC1, CN2, J-PRUNED, GDT-NR ve GDT-RS ile performans karşılaştırmaları yapılmıştır. Yapılan performans karşılaştırmalarında, algoritmalar tarafından elde edilen sonuçların iyi olduğu tespit edilmiştir. Algoritmaların büyük veri setleri için işlem yapması için DELPHI-6 programlama dili kullanılarak bir program hazırlanmıştır.

NEW ALGORITHMS FOR KNOWLEDGE ACQUISITION IN INDUCTIVE LEARNING SUMMARY Keywords : Machine learning, Inductive learning, Knowledge acquisition, Entropy, Inductive learning algorithms. In general, knowledge can be gathered from an expert, from the resources related to the subject, from archives, or from observations and experiments. The process of knowledge gathering from an expert usually involves interviews, and thus is a time consuming method requiring careful and systematic examination. Although the experts can utilize their skills comfortably in their daily life, they may not demonstrate the same achievement in summarizing the knowledge, as well as making use of it within an expert system. To evaluate the available data and to translate it into an expert system database demands a different proficiency. The creation of the database through this route is time consuming and costly because of the need for the skilled human resources to accomplish the job which is a difficult task requiring higher costs. Therefore, researchers identify the knowledge acquisition as the most important element in the process of developing an expert system. Such difficulties have directed researchers to developing alternative techniques for going beyond this obstruction. Several successful procedures have been/are being developed on this subject and encouraging results have already been obtained. The aim of these newly developed techniques is to automatize the process of knowledge acquisition. In this study, three algorithms have been developed to make available the knowledge acquisition: REX-1, REX-2 and REX-3. In order to evaluate the performance of these algorithms, the database taken from real life and are employed in this field in the world have been used. Performance comparisons with today's mostly used algorithms, such as ID3, C4.5, RULES-3, RULES 3 PLUS, RULES-4, İLA, ILA-2, PRISM, OC1, CN2, J-PRUNED, GDT-NR and GDT-RS, have been carried out and the results from our algorithms were found to be acceptable. A program written in DELPHI-6 was also prepared in order to utilize these algorithms for larger databases. XIII