檢索結果：共5筆資料 檢索策略： "Naïve Bayes Classifier".ekeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
如今，資料科學變得越來越流行，因為資料科學有如此多的應用。例如，精準醫療、自動駕駛和推薦系統都需要使用。此外，在許多應用中總是使用大量模型進行良好的預測。通常，模型越大，我們構建模型所需的數據就越多…
2
本論文根據情境知覺的定義，同時整合RFID、感測設備、裝置控制器等設備，並將情境知覺的概念導入教學環境中，建置一個具有情境知覺的智慧型教室，本論文中將情境知覺問題視為資料探勘問題，利用資料探勘中的分…
3
因為近年來「嚴重特殊傳染性肺炎」(COVID-19)病毒於全球蔓延，所以本研究欲進行醫療資料集分類，隨著資料特徵數量的提高，因此分類模型需要大量的運算成本，並且可能使分類模型陷入「維度詛咒」(cur…
4
高斯樸素貝氏分類器(Gaussian Naïve Bayes classifier)是利用各個屬性特徵遵循高斯分布的假設來評估每個屬性特徵之概似函數(likelihood)，並且忽略彼此屬性間的相關…
5
本論文主要有三大貢獻，分別為改良式區塊截斷編碼技術、基於半色調截斷編碼之分類式區塊效應移除技術與紋理方向調變式的半色調浮水印技術，簡述如下： 區塊截斷編碼(Block Truncation Cod…