注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据挖掘——概念、模型、方法和算法.pdf

  2. 本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。本书编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 目 录 第1章 数据挖掘的概念 1 1.1 概述 1 1.2 数据挖掘的起源 3 1.3 数据挖掘过程 5 1.3.1 陈述问题和阐明假设 5 1.3.2 数据收集 6 1.3.3 数据预处

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：8388608
    • 提供者：linkui26

  1. 大型数据库课程设计机房上机管理信息系统

  2. 《大型数据库》课程设计 课题 机房上机管理信息系统 班级 学号 姓名 成绩 2008年11月12日—2008年11月30日 目录 第一章 数据库系统概述…………………………………………....2 1.1概述………………………………………………………….2 1.2问题定义及内容简介…………………………………………….4 1.3背景………………………………………………………….4 1.4本系统需求功能分析…………………………………………….5 第二章 系统需 求分析…………………………………………

  3. 所属分类：Oracle

    • 发布日期：2009-07-05
    • 文件大小：168960
    • 提供者：qcddylyg

  1. 决策树分类算法优化研究

  2. 数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的 过程，是一种新型的数据分析技术，已被广泛应用于金融、保险、政 府、教育、运输以及国防等领域。 数据分类是数据挖掘中一个重要的内容。分类存在很多方法，其 中决策树算法是以实例为基础的归纳学习算法，以其易于提取显式规 则、计算量相对较小、可以显示重要的决策属性和较高的分类准确率 等优点而得到广泛的应用。据统计，目前决策树算法是利用最广泛的 数据挖掘算法之一。 然而在实际应用过程中，现存的决策树算法也存在着很多不足之 处，如计算效率低下、多值

  3. 所属分类：其它

    • 发布日期：2009-12-26
    • 文件大小：3145728
    • 提供者：humanrights

  1. SAS数据挖掘白皮书

  2. 早期的计算机主要就是用来进行数据处理或称数值计算的。后来随着计算机技术及其周边设备和通讯能力的发展，计算机更多地用于了大量繁杂事务的在线处理，生产设备的实时控制等。在此过程中，计算机系统积累了越来越多的数据，数据处理的任务就更加繁重。到今天，即使是发展中的我们中国，在一个企业中有数以几十或上百GB、甚至TB计的生产经营数据已不是什么希奇的事情了。企业的数据和由此而产生的信息是企业的重要财富。它最真实、具体的反映了企业运作的本质状况。但是，面对堆积如“山”的数据，你可能并未看清企业运作的本质规律

  3. 所属分类：其它

    • 发布日期：2010-03-25
    • 文件大小：532480
    • 提供者：liema2000

  1. 动态树的创建，实现动态二叉树的增加节点和删除节点

  2. 本资源是决策树的应用，可以实现二叉树的动态增加节点和删除节点，在此有一些规则，能够很好的实现决策树所需的功能

  3. 所属分类：C++

    • 发布日期：2010-08-17
    • 文件大小：14680064
    • 提供者：wangshq516888

  1. WEBIE工业工程软件应用案例

  2. WEBIE工业工程软件 一、简述： WEBIE工业工程软件的功能模块以标准时间为核心展开，向用户提供从标准时间、产能计算、资源计划、生产管理、设备管理、5S管理、培训管理、仓库管理、配件管理一条龙的IE核心工作流功能；并可为IE工程师们熟悉工业工程部门范围内的工作提供指导。 WEBIE工业工程软件产品网站：http://www.webie.net.cn WEBIE工业工程软件产品网站：http://www.miniie.net/ieicbbs/board.asp?boardid=28 二、WE

  3. 所属分类：管理软件

    • 发布日期：2011-10-27
    • 文件大小：970752
    • 提供者：innti

  1. CISCO 技术大集合

  2. CISCO 技术大集合 {适合你们的技术} 二、命令状态 1. router> 路由器处于用户命令状态，这时用户可以看路由器的连接状态，访问其它网络和主机，但不能看到和更改路由器的设置内容。 2. router# 在router>提示符下键入enable,路由器进入特权命令状态router#，这时不但可以执行所有的用户命令，还可以看到和更改路由器的设置内容。 3. router(config)# 在router#提示符下键入configure terminal,出现提示符route

  3. 所属分类：网络基础

    • 发布日期：2013-05-22
    • 文件大小：276480
    • 提供者：u010610376

  1. pww区域连接特征提取算法

  2. 主体思想： 任何一个图像 肯定有多个或一个区域 每个区域在横向扫描时 会有分裂和合并 比如圆环 顶部有一个分裂点 底部有一个合并点 没有分裂合并的图形 就是简单的凸图像 很容易通过外形识别 而复杂的图像 就是凹的 就需要分裂合并点来识别 旋转30度 60度 90度 120，150 得到的分裂合并点序列是不同的 可以通过分析分裂合并点可以获得角点 区域连接特征： 重心和中心的偏置对宽高的比例 和方向 分裂合并点和重心位置的比例 方向 亮度和面积的比 这些是旋转和缩放不变的特征 适合用于图像的模式

  3. 所属分类：C++

    • 发布日期：2014-06-26
    • 文件大小：9437184
    • 提供者：pww71

  1. 开源力量——数据挖掘原理与实战

  2. 整套大数据课程从hadoop入门开始，由浅入深，内置“hadoop源码解析与企业应用开发实战”，“Hive开发实战”，“Hbase开发实战”，“Spark，mahout，sqoop，storm诸模块开发实战”，“数据挖掘基础。这个系列课程有几个板块组成，所以学员可以按照自己的实际情况选择学习。例如，对于只需要了解hadoop基本编程的人，只需要选择“hadoop源码解析与企业应用开发实战”模块就可以了；对于立志于从事大数据领域的零起点人员，可以选择四个板块依次学习；对于已经有一定基础的hado

  3. 所属分类：Java

  1. 决策树分类器的实现及在遥感影像 分类中的应用

  2. 决策树算法是数据挖掘中应用最广的归纳推理算法之一，其构造不需要任何领域知识或参数设置，适合于探测式知识发现。决策树算法具有结构清晰、运行速度快、准确性高以及更好的灵活性和鲁棒性，可以用于处理高维数据，其获取的知识是直观的且容易被人理解。目前决策树算法已经被广泛的应用于医学、制造和生产、金融分析、天文学、分子生物学以及遥感影像分类等领域。 法和boosting推进技术研究的基础上，以BoostTree算法为基础，通过算法改进，构建了AdaTree.WL算法。然后以该算法为基础研发了决策树遥感影像

  3. 所属分类：机器学习

    • 发布日期：2017-10-21
    • 文件大小：2097152
    • 提供者：sailingw

  1. 四级数据库重难点(word版)

  2. 第1章 引言 1. 数据是描述现实世界事物的符号记录，是用物理符号记录下来的可以识别的信息。 数据是信息的符号表示，是载体；信息是数据的语义解释，是内涵。 2. 数据模型是对现实世界数据特征的抽象，是数据库系统的形式框架，用来描述数据的一组概念和定义，包括描述数据、数据联系、数据操作、数据语义以及数据一致性的概念工具。 满足三条件：比较真实地模拟现实世界；易于人们理解；易于计算机实现 三个组成要素：数据结构（静态，数据对象本身结构及之间的联系）、数据操作（对数据对象操作及操作规则的集合）和完整

  3. 所属分类：其它

    • 发布日期：2009-01-21
    • 文件大小：140288
    • 提供者：courage0603

  1. 决策树二元分类

  2. 本文件是对决策树算法的一个简单应用，适合新手，代码整洁，注释清晰。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-22
    • 文件大小：9437184
    • 提供者：weipengfei_csdn

  1. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课

  2. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课 课程介绍: 从基本的软件安装到必备的Python扩展讲起，然后对机器学习算法一一讲解，同时配合编程实操的实现过程，适合零基础系统学习，配套资料包括讲义作业软件数据都有。 课程目录: 第一章Numpy前导介绍 1.1、Anconda安装 1.2、JupyterNoteBook 1.3、Numpy介绍+ndarry 1.4、ndarry的shape属性巧算 1.

  3. 所属分类：机器学习

    • 发布日期：2018-05-04
    • 文件大小：2048
    • 提供者：happyzhangdi008

  1. MATLAB神经网络43案例

  2. MATLAB神经网络应用案例及源码。共有 43 章，论述在 MATLAB 环境下如何实现神经网络，包括了常用的神经网络及相关理论，如 BP 神经网络、RBF 神经网络、 SVM 、 SOM 神经网络、 Hopfield 神经网络、 Elman神经网络、 LVQ 神经网络、 Kohonen 神经网络、 GRNN 神经网络 、灰色神经网络、决策树、随机森林 、小波神经网络、 NARX 神经网络等以及各种优化算法与神经网络的结合。考虑到MATLAB R2012b 中神经网络工具箱作了更新．本书也新增

  3. 所属分类：机器学习

    • 发布日期：2018-01-14
    • 文件大小：57671680
    • 提供者：prideli

  1. 新闻情感方向判断方法、电子设备及计算机可读存储介质.pdf

  2. 使用深度学习和模型的方法，判断非结构化文本的情绪倾向CN107688651A 权利要求书 2/2页 若从该待预测新闻的标题和正文中没有识别出所述第一文件中的事件关键词,且没有 识别岀与所述第二文件中的事件正则表达式符合的内容,则将所述预定的机器学习算法获 取的该待预测新闻的情感分数作为该待预测新闻的最终评分。 8.如权利要求7所述的新闻情感方向判断方法,其特征在于,所述调整所述预定的机器 学习算法获取的该待狈测新闻的情感分数还包括: 若从该待预测新闻的标题和正文中识别出与所述第二文件中的事件正则

  3. 所属分类：机器学习

    • 发布日期：2019-07-12
    • 文件大小：649216
    • 提供者：lanhao5635865

  1. 基于节点优化的决策树支持向量机及在故障诊断中的应用

  2. 针对目前故障诊断中,难以获得大量的故障数据样本以及诊断知识获取困难等不足,提出了专门针对有限样本的新一代机器学习的算法—支持向量机(SVM),它在样本很少的情况下具有较好的泛化能力,比较适合解决故障诊断小样本情况的实际问题。在多故障诊断时,必须先进行多分类扩展.决策树是一种性能优秀的多分类扩展策略,但该方法的决策结果与结点的排部密切相关,结点的排部影响了诊断的正确率.提出一种根据故障数据的空间分布来优化结点排部的方法,它能够提高支持向量机诊断的正确率.采用该方法扩展的多分类支持向量机在故障诊断中

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：247808
    • 提供者：weixin_38550459

  1. 决策树采样策略应用于大规模数据集

  2. 随着信息爆炸时代的到来，人们常常要面对海量的数据分析和处理任务，而且这些数据还在以几何级数的速度增加。同时，在现实中这些海量数据往往是高维而稀疏的，且存在着大量的冗余。因而能对数据进行有效地采样，且保持其准确率的处理方法成为人工智能、机器学习、数据挖掘等领域的重要研究课题之一。 　　决策树方法最早产生于上世纪60年代，到70年代末。由JRossQuinlan提出了ID3算法，此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础上进行了改进，对于预测变量的缺值处理

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：133120
    • 提供者：weixin_38700790

  1. 解释树：介绍培训材料带隙预测的决策树模型，然后使用TreeExplainer理解模型预测的简介-源码

  2. 可解释的材料机器学习 这是一组笔记本，旨在快速介绍一些构建和检查对材料设计有用的模型的方法。 第一个笔记本电脑classical-ml引入了许多方法，以使某些特征适合材料的带隙数据。 我们得出的最终模型很大程度上基于 第二个笔记本shapley_values_gbtree介绍的应用检查模式的特征是如何有助于成果。 并帮助理解所作的预测。 档案 data -包含训练模型所需的所有数据 models -如果您想直接跳至教程2，则包含一个预训练的决策树 notebooks -具有两个笔记本 envi

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：1048576
    • 提供者：weixin_42122881

  1. Blooddonordiction：由于数字化，我们经常可以访问大型数据库，该数据库包含各种信息领域，从数字到文本甚至是布尔值。 这样的数据库特别适合于机器学习，分类和大数据分析任务。 假设我们掌握其他字段的信息，我们便能够使用现有数据训练

  2. 献血者预测 引用我们！ 抽象 由于数字化，我们经常可以访问大型数据库，该数据库包含各种信息领域，从数字到文本，甚至是布尔值。 这样的数据库特别适合于机器学习，分类和大数据分析任务。 假设我们掌握其他字段的信息，我们便能够使用现有数据训练分类器，并将其用于预测某个字段的值。 最具体地说，在这项研究中，我们查看了由医院编制的电子健康记录（EHR）。 这些EHR是访问单个患者数据的便捷方式，但是从整体上来说，处理仍然是一项任务。 但是，通过使用分类器，由连贯的，制表良好的结构组成的EHR非常适合于机

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：379904
    • 提供者：weixin_42172204

  1. 解释：适合可解释的模型。 讲解黑匣子机器学习-源码

  2. InterpretML-Alpha版本 起初，机器是在黑暗中学习的，而数据科学家则在虚空中挣扎着解释它们。 让它发光。 InterpretML是一个开源软件包，在一个平台下融合了最新的机器学习可解释性技术。 使用此软件包，您可以训练可解释的玻璃箱模型并解释黑箱系统。 InterpretML可帮助您了解模型的整体行为，或了解各个预测背后的原因。 可解释性对于以下方面至关重要： 模型调试-为什么我的模型会犯此错误？ 检测公平问题-我的模型有区别吗？ 人与人工智能的合作-我如何理解和信任模型

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：887808
    • 提供者：weixin_42127369
« 12 »