檢索結果：共51筆資料 檢索策略： "李育杰".cadvisor (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
時間序列資料分類近年來在機器學習和資料探勘上變成越來越重要的議題，而在時間序列資料分析時最重要的步驟是如何去提取特徵，並重新表示這種資料型態。一般來說，我們可以視每個时间戳記點為一個特徵，然而這樣的…
2
在巨量資料的年代，我們很難直接針對這些高維度且高複雜度的資料直接做處理。此外，標記資料需要大量的時間、人力、甚至是金錢；相對的，未被標記的資料非常的多而且容易取得。半監督式學習利用可以利用少量標記資…
3
隨著現代科技的進步，全世界每分每秒都有千千萬萬筆不同種類的資料生成。因此，在如今大數據的時代，如何處理大規模數據集是一項很大的挑戰。現實世界中的分類問題通常都需要非線性分類器。支撐向量機（SVM）是…
4
我們提出了一個並行計算結構數據的理解和特徵選擇。如今，人們使用社交媒體和環境傳感器的應用自動收集巨大的數據集。這類有大量實例與屬性的數據集很難處理，即使我們只使用最簡單的算法。我們的工具箱變換數據集…
5
我們想提出一個集成式的並行計算結構，我們稱之為分佈式集成支持向量機（DESVM），以克服大規模非線性支持向量機（SVM）的實際困難。該數據集分割成許多子集合，以便每個計算單元只需要建立一個更小的非線…
6
支撐向量機（support vector machines）在近年來成為最熱門的一種機器學習演算法。它被成功地應用在分類問題（classification problems）及ε-不敏感迴歸問題（ε…
7
在資料探勘（data mining）中，異常偵測（anomaly detection）一直以來 都是一項重要的議題，而且在其他不同研究領域裡，異常偵測也常是研究的對 象。異常偵測的意思是想要在資料集…
8
這篇論文提出四項穩健的平滑支撐向量機的學習機制，首先探討如何求取具代表性RSVM縮簡集(reduced set)的方法。作者提出聚集縮簡支撐向量法clustering reduced support…
9
傳統上決策樹會以在葉節點上資料點的類別比例來當作資料點為某類別的機率估計值，然而這樣方式會造成在同一個葉節點的資料點具有相同的機率估計值。在一篇論文中，我們提出一個階層式的架構來結合決策樹與單層的貝…
10
為了克服傳統非線性支撐向量法（nonlinear SVMs）在處理大量資料時所遇到的計算困難，縮減集支撐向量法（reduced SVM, RSVM）利用一個比較小的長方形核矩陣（rectangula…