當解決混合型資料(包含數值型資料和類別型資料)的分類問題時，既有監督式學習演算法無法表現完美，然而如K-prototypes演算法的非監督式學習在處理混合型資料卻展現優異的潛力。因此，為同時擁有分群…

加速規因為其便利以及便宜的特性已經被廣泛應用為研究姿態穩定性的一種工具，而加速度的資料可以反映出人體運動的強度和資料，且通過檢測步數來驗證加速規的準確率是一個簡單的方法，因為每個活動的速度明顯不同，…

分類問題在資料探勘中是一個重要的議題，而支撐向量機(Support Vector Machines, SVMs)靠著解決非線性問題的能力得到較好的分類準確性，在現今解決分類問題上扮演著相當重要的角色…

隨著科技的日新月異，資料蒐集以及儲存方法的進步，因此能夠快速累積龐大的資料，然而如何能從大量的資料，萃取有用的資訊，甚至發現一些新奇以及有用的樣式，是一大課題。其中資料探勘即是一種能夠在大量資料自動…

本研究全面評估了在多個標竿表格資料集上，由混合萬用啟發式演算法強化的樹狀機器學習模型在超參數優化(hyperparameter optimization; HPO)上的性能。理論研究強調了混合黏菌演…

對於各個國家的經濟來說，金融市場一直扮演著十分重要的角色。而市場預測更是研究者與投資者們重視的研究領域。除了傳統的預測模型外，機器學習的方法也被廣泛的應用在這個領域上。然而，隨著現代網路與通訊科技的…

半導體產業已經發展成資本最密集與技術最先進的行業之一。但嚴苛的競爭環境迫使半導體製造廠商需有效地預測晶圓製造並提高晶圓產量，透過低成本、快速、高品質的產品來取得競爭優勢。現今，半導體製造商能夠直接從…

數十年來，資料分群及分類是資料探勘應用在不同領域上的兩個重要的方法，縱使這兩種方法可以分開應用，但他們常常在資料探索或是資料分析上一起使用，尤其在資料標籤沒有定義的情況下。當分類的標籤無法取得，或是…

在工業用紙製造工業中，原料裁切是製造流程的一個重要步驟，原料裁切會直接影響企業的收益。為了解決此問題，現今有許多的研究探討原料裁切問題，但這些研究主要關注於投入原料的裁切數和生產剩料(trim lo…