**出典: このデータセットは、Siegler, R. S. (1976)によって報告された心理学実験をモデル化するために生成されました。 Three Aspects of Cognitive Development. Cognitive Psychology, 8, 481 - 520. ** 提供者: Tim Hume (hume '@' ics.uci.edu) **データセット情報:** このデータセットは、心理学実験の結果をモデル化するために生成されました。各事例は、天秤が右に傾く、左に傾く、または平衡状態にあると分類されます。属性は、左の重さ、左の距離、右の重さ、および右の距離です。クラスを見つける正しい方法は、(左の距離 * 左の重さ)と(右の距離 * 右の重さ)のうち大きい方です。両者が等しい場合、平衡状態です。 **属性情報: 1. クラス名: 3 (L, B, R) 2. 左の重さ: 5 (1, 2, 3, 4, 5) 3. 左の距離: 5 (1, 2, 3, 4, 5) 4. 右の重さ: 5 (1, 2, 3, 4, 5) 5. 右の距離: 5 (1, 2, 3, 4, 5)** 関連論文: Klahr, D., & Siegler, R.S. (1978). The Representation of Children's Knowledge. In H. W. Reese & L. P. Lipsitt (Eds.), Advances in Child Development and Behavior, pp. 61 - 116. New York: Academic Press [ウェブリンク] Langley,P. (1987). A General Theory of Discrimination Learning. In D. Klahr, P. Langley, & R. Neches (Eds.), Production System Models of Learning and Development, pp. 99 - 161. Cambridge, MA: MIT Press [ウェブリンク] Newell, A. (1990). Unified Theories of Cognition. Cambridge, MA: Harvard University Press [ウェブリンク] McClelland, J.L. (1988). Parallel Distibuted Processing: Implications for Cognition and Development. Technical Report AIP - 47, Department of Psychology, Carnegie - Mellon University [ウェブリンク] Shultz, T., Mareschal, D., & Schmidt, W. (1994). Modeling Cognitive Development on Balance Scale Phenomena. Machine Learning, Vol. 16, pp. 59 - 88. [ウェブリンク] このデータセットを引用する論文1: Zhi - Hua Zhou and Yuan Jiang and Shifu Chen. Extracting symbolic rules from trained neural network ensembles. AI Commun, 16. 2003. Jianbin Tan and David L. Dowe. MML Inference of Decision Graphs with Multi - way Joins and Dynamic Attributes. Australian Conference on Artificial Intelligence. 2003. Peter Sykacek and Stephen J. Roberts. Adaptive Classification by Variational Kalman Filtering. NIPS. 2002. Remco R. Bouckaert. Accuracy bounds for ensembles under 0 { 1 loss. Xtal Mountain Information Technology & Computer Science Department, University of Waikato. 2002. Nir Friedman and Moisés Goldszmidt and Thomas J. Lee. Bayesian Network Classification with Continuous Attributes: Getting the Best of Both Discretization and Parametric Fitting. ICML. 1998. Hirotaka Inoue and Hiroyuki Narihisa. Experiments with an Ensemble Self - Generating Neural Network. Okayama University of Science. Alexander K. Seewald. Meta - Learning for Stacked Classification. Austrian Research Institute for Artificial Intelligence. Alexander K. Seewald. Dissertation Towards Understanding Stacking Studies of a General Ensemble Learning Scheme ausgefuhrt zum Zwecke der Erlangung des akademischen Grades eines Doktors der technischen Naturwissenschaften. **** 元の出典 : https://archive.ics.uci.edu/ml/datasets/Balance+Scale