1. ชื่อเรื่อง: Tic-Tac-Toe ฤทธิ์ฐาน

1. ชื่อเรื่อง: Tic-Tac-Toe ฤทธิ์ฐานข้อมูล

2. ที่มา

- ผู้สร้าง: เดวิดดับบลิวอา ([e-mail])

- ผู้บริจาค: เดวิดดับบลิวอา ([e-mail])

- วันที่: 19 สิงหาคม 1991

3. เป็นที่รู้จักในการใช้งานที่ผ่านมา:

1. Matheus ~ ~ ซีเจ. & แรนเดลล์, ~ ~ ลิตร (1989) สร้างสรรค์

การเหนี่ยวนำการตัดสินใจอยู่บนต้นไม้ ใน { มันดำเนินการของ

สิบเอ็ดการประชุมนานาชาติร่วมในการประดิษฐ์}

(PP. 645--650) ดีทรอยต์, มิชิแกน: มอร์แกน Kaufmann

- CITRE ถูกนำมาใช้เพื่อการฝึกอบรม 100 ตัวอย่างและการทดสอบ 200 ตัวอย่าง

ชุด ในการศึกษาโดยใช้ปริมาณต่างๆของโดเมนเฉพาะ

ความรู้ที่ถูกต้องเฉลี่ยสูงสุดคือ 76.7% (โดยใช้

ต้นไม้การตัดสินใจครั้งสุดท้ายที่สร้างขึ้นสำหรับการทดสอบ)

2. Matheus ~ ~ ซีเจ (1990) การเพิ่มความรู้โดเมน SBL ผ่าน

คุณลักษณะก่อสร้าง ใน { มันดำเนินการของแปดแห่งชาติ

การประชุมเกี่ยวกับปัญญาประดิษฐ์} (PP. 803--808)

บอสตัน: AAAI กด

- การทดลองที่คล้ายกันกับ CITRE รวมถึงเส้นโค้งการเรียนรู้ขึ้น

ชุดการฝึกอบรม 500 แต่ใช้เช่นกรณี _all_ ใน

ฐานข้อมูลสำหรับการทดสอบ ความถูกต้องถึงสูงกว่า 90% แต่เฉพาะ

ค่าไม่ได้รับ (ดูวิทยานิพนธ์ของคริสสำหรับรายละเอียดเพิ่มเติม)

3. อ้า ~ ดี ~ W (1991) การเหนี่ยวนำที่สร้างสรรค์ที่เพิ่มขึ้น: อินสแตนซ์ตาม

เข้าใกล้ ใน { มันดำเนินการของแปดประชุมเชิงปฏิบัติการนานาชาติ

ในการเรียนรู้เครื่อง} (PP. 117--121) Evanston, อิลลินอยส์: มอร์แกน Kaufmann

- ใช้ 70% สำหรับการฝึกอบรม 30% ของกรณีสำหรับการทดสอบการประเมิน

กว่า 10 การทดลอง รายงานผลหกขั้นตอนวิธีการ:

- newid: 84.0%

- CN2: 98.1%

- MBRtalk: 88.4%

- IB1: 98.1%

- IB3: 82.0%

- IB3-CI: 99.1%

- ผลการรายงานเมื่อมีการเพิ่มอีก 10 ที่ไม่เกี่ยวข้อง

คุณลักษณะ ternary มูลค่า; ผลการ _relative_ ที่คล้ายกันยกเว้นว่า

ผลการดำเนินงานของ IB1 สลายได้เร็วกว่าคนอื่น ๆ

4. ข้อมูลที่เกี่ยวข้อง:

ฐานข้อมูลนี้ encodes ชุดที่สมบูรณ์ของการกำหนดค่าที่เป็นไปได้ที่คณะกรรมการ

ในตอนท้ายของเกม TIC-TAC นิ้วเท้าที่ "x" จะถือว่าได้เล่น

เป็นครั้งแรก แนวคิดเป้าหมายคือ "ชนะ x" (กล่าวคือเป็นจริงเมื่อ "x" มีหนึ่ง

8 วิธีที่เป็นไปได้ที่จะสร้าง "สามในแถว")

ที่น่าสนใจฐานข้อมูลดิบนี้จะช่วยให้ต้นไม้ตัดสินใจปล้นลง

อัลกอริทึม (เช่น ID3) พอดี อย่างไรก็ตามตามกฎอัลกอริทึม CN2,

ขั้นตอนวิธีการเรียนรู้ที่ง่ายเช่นตาม IB1 และ CITRE

คุณลักษณะการสร้างอัลกอริทึมต้นไม้ตัดสินใจทำงานได้ดีกับมัน

5. จำนวนอินสแตนซ์: 958 (กฎหมาย TIC-TAC นิ้วเท้าแผงฤทธิ์)

6. จำนวนแอตทริบิวต์: 9 แต่ละสอดคล้องกับหนึ่ง TIC-TAC นิ้วเท้าตาราง

7. แอตทริบิวต์ข้อมูล: (x = x เล่นได้ดำเนินการ o = o ผู้เล่นที่ได้ดำเนินการข = ว่างเปล่า)

1. ด้านบนซ้ายตาราง: {x โอข}

2. บนกลางตาราง: {x โอข}

3. ด้านขวาบนตาราง: {x โอข}

4. กลางซ้ายตาราง: {x โอข}

5. กลางกลางตาราง: {x โอข}

6. กลางขวาตาราง: {x โอข}

7. ด้านล่างซ้ายตาราง: {x โอข}

8. ด้านล่างกลางตาราง: {x โอข}

9. ด้านล่างขวาตาราง: {x โอข}

10. ระดับ: {บวกลบ}

8. ค่าแอตทริบิวต์ที่หายไป: ไม่มี

9. การจัดจำหน่ายชั้น: เกี่ยวกับ 65.3% เป็นบวก (เช่นชนะสำหรับ "x")

ผลลัพธ์ (อังกฤษ) 1:

1. title: Tic-Tac-Toe Through the database.2. the origins-Author: David w r ([e-mail])-Donors: David w r ([e-mail])-Date: August 19 19913. as recognized in the past:1. Matheus Mare j ~. ~ s & l motel, naden (1989) creation.Induction of decision trees based on { it's action.Eleventh International Conference participate in the invention of}(PP. 645--650) Detroit, Michigan: Morgan Kaufmann.CITRE-is used for training, for example, 100 and 200 test examples.In a study using various quantities of a specific domain.A correct knowledge of the highest average is 76.7% (by using the.The last decision tree that was created for the test)2. Mare j ~ Matheus (1990) to add SBL domain knowledge through.Construction features in its eight action.
{national.Conference on artificial intelligence} (803-808-PP.)Boston: AAAI Press-Similar trials CITRE, including learning curve.500 training series, but is used like in case of _all_ in.The database for the test of accuracy up to 90% higher, but only.The value was not received (see Church's thesis for more details)3. * ~ d ~ W (1991), the induced increased creativity: based on the instance.Closer in its eight action.
{workshop international.In order to learn a} (PP. 117-a-121) Evanston, Illinois: Morgan Kaufmann-Use 70% for 30% of the training cases for the assessment test.More than 10 trial. Report on the results of a six-step method:- newid: 84.0%- CN2: 98.1%- MBRtalk: 88.4%- IB1: 98.1%- IB3: 82.0%- IB3-CI: 99.1%-The results of a report when you add another 10 that are not involved._Relative_ effect of ternary; value feature similar, except that the.The performance of the "IB1 faster than others.4. the relevant information:This complete set of encodes database of possible configurations that the Committee.At the end of the game the toes TIC-TAC "x" will be deemed to have played.For the first time. The goal is to "win the concept x is true (that is," when "x" is one of the.8 How to where it is possible to create a "three in a row")Interesting raw database, this helps the tree decided to Rob.Algorithm (e.g. ID3) fit. However, as a rule, the CN2 algorithmStep by step how to learn such simple as IB1 and CITRE.A feature to create decision trees algorithm works well with it.5. number of instances: 958 (TIC-TAC law toes through the Panel.)6. the number of attributes: 9 Each corresponds to one of the table toes TIC-TAC7. the attribute data: (x = x. Play action o = o players carry out a b = blank)1. the top left table: {x O b}2. on the Middle table: {x O b}3. on the right side on the table: {x. O b}4. in the middle of the left table: {x. O b}5. klangklang table: {x O b}6. right in the middle of the table: {x. O b}7. the bottom left table: {x O b}8. the langklang table: {x O b}9. on the bottom right side table: {x. O b}10. level: {Add}8. the value of an attribute is missing: none.9. the supplier class: about 65.3% plus (such as win for "x")

ผลลัพธ์ (อังกฤษ) 2:

1. Title: Tic-Tac-Toe endgame databases 2. Source - Creator: David W. SR. ([e-mail]) - Donors: David W. SR. ([e-mail]) - Date: August 19, 1991 3. Known in the past: 1. Matheus ~ ~ CJ. & Randell, ~ L. (1989), originally induction decision trees on the { it Proceedings of the Eleventh International Conference in Artificial} (PP. 645-650) Detroit, MI: Morgan Kaufmann - CITRE be used for training and testing 100 samples, 200 samples in a series of studies using various amounts of domain-specific knowledge was average. The highest is 76.7% (using the final decision trees created for testing) 2. Matheus ~ ~ CJ (1990), increasing domain knowledge SBL through construction features { it Proceedings of the Eighth National Conference on Artificial Intelligence} (PP. 803--808) Boston: AAAI Press - Experiment. Similar CITRE the learning curve up training series 500, but such cases _all_ the database for testing. The accuracy of greater than 90%, but the value was not given. (See the thesis of Chris for more details) 3. Ah ~ good ~ W (1991) Induction constructive increased: Instances based approach in { it Proceedings of the Eighth International Workshop on Machine Learning} (PP. 117--121). Evanston, Illinois: Morgan Kaufmann - 70% for training, 30% of cases for the assessment in more than 10 trials reported a six-step approach: - newid: 84.0% - CN2: 98.1% - MBRtalk:. 88.4% - IB1: 98.1% - IB3: 82.0% - IB3-CI: 99.1% - the report on the additional 10 unrelated features, ternary value; _relative_ Similar results, except that the performance of IB1 decay faster than others 4. Information: This database encodes a complete set of configurations are possible, the board at the end of the game. TIC-TAC-toe "x" will be played for the first time. The goal is to "win x" (ie true if "x" is one of eight possible ways to build. "Three in a row") an attractive raw database will help decision trees stripped down algorithm (such as ID3) However, according to fit algorithm. CN2, easy learning algorithms such as IB1 and CITRE features to create a decision tree algorithm works well with it five. Number of instances: 958 (TIC-TAC-toe legal power panel) 6. Number attributes: 9, each corresponding to one of TIC-TAC-toe grid seven. Attribute data: (x = x has performed o = o Players who have performed b = blank) Table 1. Top left: {x} O B 2. On the table: {x} B O 3. Right on schedule: {x} Oh, the center-left Table 4: {x} O B 5. Central Square: {x} O B 6. The center-right table: {x} O b 7. bottom left square. b} O {x 8. bottom center of the table: {x} O b Table 9. Below right: {x o b} 10. {} positive attributes 8. Missing: 9. organized. Available floor: About 65.3% positive (ie, a win for "x").

ผลลัพธ์ (อังกฤษ) 3:

1. Title: Tic-Tac-Toe effect database



- creator 2. Source: David W. ah ([e-mail])

- donors: David ah ับบลิ water. ([e-mail])

- date: 19 August 1991

3. Known use past:

1. Matheus ~ CJ. &, Randall.~ ~ l (1989) creative

induction of decision trees. On { it the

eleven International Conference in the invention of}

(PP.? 645--650), Detroit, Michigan: Morgan Kaufmann

.- CITRE was used for training samples and test samples 100 200

series. In studies using various amounts of domain specific

right knowledge the highest average is 76.7% (using

.The final decision tree built for testing)

2. Matheus ~ CJ (1990) using the domain knowledge SBL through

feature construction. { it in operation of the Eighth National Conference on artificial intelligence}

(PP. 803--808)

Boston:AAAI press

- experiments similar to the CITRE include the learning curve up

series training 500 but using such a case _ all _ in

database for testing. Higher accuracy to 90% but only

.The thesis not (see Chris for more details)

3. Ah ~ ~ W (1991): innovative induction increased. Instance ซ์ต three

{ it close in the eight Workshop International

.In the machine learning} (PP. 117--121) Evanston, IL: Morgan Kaufmann

- used for training 70% 30% of cases for testing evaluation

than 10 experiments. Report of six algorithms:

- newid: 84.0%

- CN2: 98.1%

- MBRtalk: 88.4%

- IB1: 98.1%

- IB3: 82.0%

- IB3-CI: 99.1%

- the reports when adding another 10 irrelevant

ternary feature value; the effects of _ relative _ similar except that

performance. IB1 decay faster than others

4. Related information:

.This database encodes complete sets of configuration possible board

at the end of the game TIC-TAC toes. "X" is considered to have played a

for the first time. The goal is "to win the X" (i.e., true when "X" one

.8 possible ways to build. "Three in a row."))

interesting raw database will help decision trees stripped down

algorithms (such as ID3) fit, however, follow the rules algorithm CN2

learning algorithm, such as easy as IB1, and CITRE

.Features for creating decision tree algorithms work well with it

5. The number of instances: 958 (Law TIC-TAC inch foot panel power)

, 6. Number of attributes: 9 each correspond to one TIC-TAC toe table

7. Attribute data(x = x play the o = O players who have performed B = empty)

1. Top left the table: {x Oh B}

2. On the central square: {x o b}

, 3. Right on the table: {x o b}

4 middle left {B} table: X oh

5. The center table: {x o b}

6. Middle right table: {x o b}

7.The bottom left the table: {x Oh B}

8. Below in the middle of the table: {x o b}

9. Right below the table: {x o b}

10. Levels: {negative positive}

8. The value attribute is missing:? There is no

9. Distribution layer: about 65.3% positive (such as win for "x.").