Autoclass Autoclass lost het probleem op van automatische ontdekking van klassen in gegevens.
Download nu

Autoclass Rangschikking & Samenvatting

Autoclass Tags

klassen symbolen Ontdekking Klassen Discovery klassenbeschrijvingen leren onder toezicht

Autoclass Beschrijving

Autoclass lost het probleem op van automatische ontdekking van klassen in gegevens. Autoclass lost het probleem op van automatische ontdekking van klassen in gegevens (soms clustering of zonder toezicht van het leren), in plaats van de generatie van klassenbeschrijvingen van geëtiketteerde voorbeelden (genaamd Learning genaamd). Het heeft tot doel de 'natuurlijke' klassen in de gegevens te ontdekken. Het autoclass-project is van toepassing op waarnemingen van dingen die kunnen worden beschreven door een reeks attributen, zonder te verwijzen naar andere dingen. De gegevenswaarden die overeenkomen met elk kenmerk zijn beperkt tot nummers of de elementen van een vaste set symbolen. Met numerieke gegevens moet een meetfout worden verstrekt. Inleiding vorig jaar ontwikkelde de Bayes-groep bij Ames Research Center de basistheorie en bijbehorende algoritmen voor verschillende soorten algemene gegevensanalysetechnieken. Onze vroegste inspanningen werden toegepast op het probleem van automatische classificatie van gegevens. We hebben deze theorie geïmplementeerd in de autoclass-reeks programma's. Autoclass neemt een database van gevallen beschreven door een combinatie van echte en discrete gewaardeerde attributen, en vindt automatisch de natuurlijke klassen in die gegevens. Het hoeft niet te worden verteld hoeveel klassen aanwezig zijn of hoe ze eruit zien - het haalt deze informatie uit de gegevens zelf. De klassen worden waarschijnlijk beschreven, zodat een object gedeeltelijk lidmaatschap kan hebben in de verschillende klassen, en de klasse Definities kunnen overlappen. AutoClass genereert rapporten over de klassen die het aan het einde van zijn zoektocht heeft gevonden. Autoclass is gebruikt en getest op veel datasets, zowel binnen NASA als door de industrie, de academische wereld en andere agentschappen. Deze toepassingen vinden meestal verrassende classificaties die patronen in de gegevens die aan de gebruiker onbekend tonen. Voorbeelden zijn: ontdekking van nieuwe klassen van infraroodsterren in de Spectrale Catalogus met lage resolutie (zie onderstaande afbeelding; en zie hier en hier voor meer informatie), nieuwe klassen van luchthavens in een database van alle luchthavens van alle VS, ontdekking Eiwitten, introns en andere patronen in DNA / eiwitsequentiegegevens en anderen.

Autoclass Gerelateerde software