檢索結果:共7筆資料 檢索策略: "葉彌妍".ccommittee (精準)
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
2
3
少樣本學習是一項具有挑戰性的任務,其中分類器需要快速適應新類別。這些新類別是在訓練階段是模型沒有見過的,並且在測試階段為每個新類別的學習過程只提供很少的樣本(例如,五個圖像)。當現有的方法使用如此少…
4
現今的許多網站,都允許使用者為網站中的物件給予標籤,這個過程也被稱為大眾分類法 (Folksonomy).因為使用者可以自由的輸入標籤,所以標籤正是一個容易取得,而且隱含使用者喜好資訊的有用資料來源…
5
現今由於路徑資料收集變得容易使的預測行動使用者移動目的地的預測越來越流行,大多數關於預測移動路徑的技術都需要使用者路徑資料地理上的模式吻合,所以這些技術在使用者未到達過的地區,可能無法使用。在這篇論…
6
在資訊爆炸性成長以及網際網路快速的發展下,往往要從巨大的資料中找尋特定的、有影響的訊息,已經相當的不容易。而在這樣的需求下,使得資料探勘技術快速的發展起來。至今,已有許多成熟的資料探勘演算法,像是頻…
7