GI LogoGI Logo
  • Anmelden
Digitale Bibliothek
    • Gesamter Bestand

      • Bereiche & Sammlungen
      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
    • Diese Sammlung

      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
Digital Bibliothek der Gesellschaft für Informatik e.V.
GI-DL
    • English
    • Deutsch
  • Deutsch 
    • English
    • Deutsch
Dokumentanzeige 
  •   Startseite
  • Informatik Spektrum
  • Band 44 (2021)
  • Band 44 - Heft 5 (Oktober 2021)
  • Dokumentanzeige
JavaScript is disabled for your browser. Some features of this site may not work without it.
  •   Startseite
  • Informatik Spektrum
  • Band 44 (2021)
  • Band 44 - Heft 5 (Oktober 2021)
  • Dokumentanzeige

Lernende Entscheidungsbäume

Autor(en):
Knuth, Tobias [DBLP]
Zusammenfassung
Entscheidungsbäume bereichern moderne künstliche Intelligenz durch vielseitige Weiterentwicklungen . Lernende Entscheidungsbäume sind seit Jahrzehnten ein tradiertes Werkzeug zur Erstellung von erklärbaren Modellen zu Klassifikation und Regression. Während moderne Trends wie Deep Learning die Aufmerksamkeit der KI-Entwicklung auf sich ziehen, werden Entscheidungsbäume kontinuierlich weiterentwickelt, in neuen Bereichen eingesetzt und mit scheinbar im Wettstreit stehenden Methoden verschmolzen. Der Artikel stellt die Funktionsweise von Entscheidungsbäumen dar und zeigt Entwicklungen der aktuellen Forschung auf.
  • Vollständige Referenz
  • BibTeX
Knuth, T., (2021). Lernende Entscheidungsbäume.   Informatik Spektrum: Vol. 44, No. 5. Springer. (S. 364-369). DOI: 10.1007/s00287-021-01398-0
@article{mci/Knuth2021,
author = {Knuth, Tobias},
title = {Lernende Entscheidungsbäume},
journal = {Informatik Spektrum},
volume = {44},
number = {5},
year = {2021},
,
pages = { 364-369 } ,
doi = { 10.1007/s00287-021-01398-0 }
}

Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.1007/s00287-021-01398-0

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken

Mehr Information

DOI: 10.1007/s00287-021-01398-0
ISSN: 1432-122X
Datum: 2021
Typ: Text/Journal Article
Sammlungen
  • Band 44 - Heft 5 (Oktober 2021) [14]

Zur Langanzeige


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.

 

 


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.