- Bạn vui lòng tham khảo Thỏa Thuận Sử Dụng của Thư Viện Số
Tài liệu Thư viện số
- Kinh tế (1250 )
- Điện - Điện tử (1240 )
- Kiến trúc - Xây dựng (819 )
- Hàng hải (292 )
- Cơ khí (1172 )
- Công nghệ thông tin (1324 )
- Quy chuẩn - Tiêu chuẩn (253 )
- Văn bản - Biểu mẫu (19 )
- Luận văn - Luận án (841 )
- Đề tài nghiên cứu khoa học (37 )
- Tiếng Anh (183 )
- Môn học đại cương (357 )
- GDQP - Lý luận chính trị (480 )
- Tài liệu tham khảo khác (304 )
Danh mục TaiLieu.VN
- Mẫu Slide Powerpoint
- Luận Văn - Báo Cáo (346704)
- Kinh Doanh Marketing (67778)
- Kinh Tế - Quản Lý (50036)
- Tài Chính - Ngân Hàng (57809)
- Công Nghệ Thông Tin (143292)
- Tiếng Anh - Ngoại Ngữ (47261)
- Kỹ Thuật - Công Nghệ (137309)
- Khoa Học Tự Nhiên (110530)
- Khoa Học Xã Hội (85272)
- Văn Hoá - Nghệ Thuật (54491)
- Y Tế - Sức Khoẻ (177214)
- Nông - Lâm - Ngư (63475)
- Kỹ Năng Mềm (29084)
- Biểu Mẫu - Văn Bản (27862)
- Giải Trí - Thư Giãn (52535)
- Văn Bản Luật (199483)
- Tài Liệu Phổ Thông (409665)
- Trắc Nghiệm Online (213578)
- Trắc Nghiệm MBTI
- Trắc Nghiệm Holland
» Từ khóa: thuat toan k means
Kết quả 1-4 trong khoảng 4
-
Bài viết đề xuất một phương pháp để nâng cao hiệu quả phân lớp dữ liệu không cân bằng. Đóng góp chính của phương pháp là kết hợp thuật toán phân cụm K-means và kỹ thuật sinh mẫu thiểu số VCIR để tạo ra các mẫu nhân tạo có tính đại diện sát với đặc trưng của dữ liệu thực tế.
11 p tgtls 16/01/2025 45 0
Từ khóa: Phân lớp dữ liệu, Kỹ thuật tăng mẫu thiểu số, Dữ liệu không cân bằng, Thuật toán phân cụm K-means, Kỹ thuật sinh mẫu thiểu số VCIR
-
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 9.2: Học dựa trên xác suất
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 9.2: Học dựa trên xác suất. Chương này cung cấp cho học viên những nội dung về: expectation maximization; GMM và K-means; thuật toán EM; mô hình hỗn hợp và phân cụm; mạng nơron để thực hiện suy diễn Bayes;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!
22 p tgtls 23/12/2023 112 0
Từ khóa: Bài giảng Nhập môn Học máy và Khai phá dữ liệu, Nhập môn Học máy và Khai phá dữ liệu, Học dựa trên xác suất, Naïve gradient decent, Huấn luyện K-means, Thuật toán EM
-
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 4+5: Phân cụm
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 4+5: Phân cụm. Chương này cung cấp cho học viên những nội dung về: bài toán học có giám sát (Supervised learning) và bài toán học không giám sát (Unsupervised learning); giải thuật phân cụm; đánh giá chất lượng phân cụm (Clustering quality);... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!
32 p tgtls 23/12/2023 74 0
Từ khóa: Bài giảng Nhập môn Học máy và Khai phá dữ liệu, Nhập môn Học máy và Khai phá dữ liệu, Giải thuật phân cụm, Đánh giá chất lượng phân cụm, Phương pháp K-means, Thuật toán Online K-means
-
Bài giảng Học máy: Bài 7 - Nguyễn Hoàng Long
Bài giảng "Học máy - Bài 7: Học máy không giám sát" cung cấp cho người học các kiến thức: Phân tích cụm, phương pháp phân cấp, thuật toán K-means, khởi tạo tâm cụm, phân đoạn, nén ảnh,... Mời các bạn cùng tham khảo nội dung chi tiết.
87 p tgtls 29/08/2020 70 0
Từ khóa: Bài giảng Học máy, Machine leaning, Học máy, Kỹ thuật lập trình, Học máy không giám sát, Thuật toán K-means, Khởi tạo tâm cụm
Phát triển bởi Thư viện số
