- Bạn vui lòng tham khảo Thỏa Thuận Sử Dụng của Thư Viện Số
Tài liệu Thư viện số
Danh mục TaiLieu.VN
Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 11 - Nguyễn Nhật Quang
Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 11, chương này cung cấp cho học viên những nội dung về: phát hiện luật kết hợp; bài toán phát hiện luật kết hợp; lattice biểu diễn các tập mục cần xét; các chiến lược sinh tập mục thường xuyên; giải thuật Apriori; các yếu tố ảnh hưởng độ phức tạp Apriori;... Mời các bạn cùng tham khảo...
21 p cntp 23/04/2024 11 0
Từ khóa: Bài giảng Nhập môn Học máy và Khai phá dữ liệu, Nhập môn Học máy và Khai phá dữ liệu, Bài toán phát hiện luật kết hợp, Giải thuật Apriori, Chiến lược sinh tập mục thường xuyên, Tập mục thường xuyên
Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 4 - Nguyễn Nhật Quang
Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 4, chương này cung cấp cho học viên những nội dung về: bài toán hồi quy; hồi quy tuyến tính (Linear regression); hàm đánh giá lỗi; giải thuật hồi quy tuyến tính; quy tắc delta; các điều kiện kết thúc quá trình học;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!
15 p cntp 23/04/2024 13 0
Từ khóa: Bài giảng Nhập môn Học máy và Khai phá dữ liệu, Nhập môn Học máy và Khai phá dữ liệu, Bài toán hồi quy, Hồi quy tuyến tính, Hàm đánh giá lỗi, Giải thuật hồi quy tuyến tính
Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 5 - Nguyễn Nhật Quang
Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 5, chương này cung cấp cho học viên những nội dung về: phân lớp; bài toán phân lớp; học dựa trên các láng giềng gần nhất (Nearest neighbors learning); ma trận nhầm lẫn (Confusion matrix); giải thuật phân lớp k-NN;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!
24 p cntp 23/04/2024 12 0
Từ khóa: Bài giảng Nhập môn Học máy và Khai phá dữ liệu, Nhập môn Học máy và Khai phá dữ liệu, Bài toán phân lớp, Học dựa trên các láng giềng gần nhất, Nearest neighbors learning, Giải thuật phân lớp k-NN
Đăng nhập