檢索結果:共10筆資料 檢索策略: "分類號".ckeyword (精準) and cadvisor.raw="戴碧如"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
由於近年來網路技術的蓬勃發展,產生了一些擁有巨量資料量的資料集。這些資料集包含著成千上萬的資料點、特徵以及標籤,因此傳統的分類演算法並不能在可接受的時間內處理這些資料集。極大多標籤分類演算法就是被設…
2
TRIZ是能有效幫助解決矛盾問題的一個理論方法,TRIZ中的矛盾矩陣(Contradiction Matrix)常被用來幫助解決參數間的矛盾問題,在矛盾矩陣中一對工程參數(Engineering P…
3
在現實世界的應用中經常遇到具有分佈不均且標籤不全的半監督式分類問題。正面資訊不充分、完全不存在負面資訊及缺失標籤的分佈不均導致多標籤分類結果的準確性降低。在本文中,我們提出半監督式之不完備訓練標籤恢…
4
分類技術在探勘領域是一種非常重要的議題,並且決策樹在分類技術上更是一種常被應用的方法。有些資料來源包含了個人的隱私資料,並且這些個人的隱私資料並不是人們願意被公開的。當個人的隱私資料被公開或者被利用…
5
對於圖上節點的多標籤分類問題來說,傳統的傳播演算法十分依賴每筆資料的特徵資訊以建立轉移矩陣,並以此在圖上傳播標籤資訊。然而,隨著圖形資料的快速成長,要正確且完整地收集每一筆資料的所有特徵更顯費時昂貴…
6
資料縮減的目的在於從一個資料集中篩選出一個子集,而資料縮減的好處在於減少儲存空間的需求並且增進分類的效率。使用該子集作為訓練資料不僅可能維持住分類正確率,甚至在刪除雜訊的情況下能得到進一步的改善,因…
7
概念飄移(Concept Drift)近年來已成為資料探勘領域中分析非平穩分佈(Non-stationary distribution)的重要議題,特別在處理資料串流(Data stream)這種資…
8
概念飄移近年來已成為資料探勘領域中分析非平穩分佈的重要議題,此外,資料串流上也有傾斜的類別分布,被稱為類別不平衡。實際上,在現實世界中,資料串流可能同時具有多個概念漂移和類別不平衡分佈。然而,由於大…
9
大多數的分類演算法都需要大量的標記樣本(Labeled samples)來訓練分類器,然而現實生活中資料型態大多數都是屬於未標記資料(Unlabeled data)。人工標記相當耗費人力及時間, 因…
10
現今,減少員工離職率是各大公司的一大課題。如果能預測員工未來是否會 離開公司,將可以幫助公司提前做出反應,有效的挽留人才。不同於過去分析員 工基本信息的相關研究,本篇研究著重於員工出缺勤資料的研究,…