ارائه ی چارچوبی مبتنی بر تئوری بازیها برای انتخاب ویژگی

انتخاب یک زیر مجموعه ی مناسب از ویژگیهای داده ها که به منظوری خاص مانند طبقه بندی صورت پذیرد، یک امر بسیار مهم در تمامی مسائل می باشد. در این پایان نامه روشی عملی برای انتخاب ویژگی پیشنهاد شده که روی انواع داده ها به جوابهای مناسبی می رسد. بدین منظور محیط مسأله به صورت یک بازی تک نفره معرفی شده است و با استفاده از روش های مونت کارلو و تفاوت زمانی که از روشهای بسیار کارای الگوریتم یادگیری تقویتی می باشد، پیمایش محیط را پیش می برد و در نهایت زیرمجموعه هایی بهینه یا نیمه بهینه از ویژگیها انتخاب می کند. در این راه ابتدا محیط را به صورت تصادفی می پیماید و از محیط یاد می گیرد و در تکرارهای بعدی بهترین نواحی را برای پیمایش انتخاب می کند.