Phần mở đầu
Chương 1. Các khái niệm cơ bản
Chương 2. Một số thuật toán tìm tập rút gọn
Chương 3. Khám phá phụ thuộc đa trị
Phần kết luận
Tài liệu
| Xem..
- Bài tập mẫu môn học data mining & data warehouse
- Một số Đề thi tham khảo Data Mining & Data Warehouse
| Xem..
Bài giảng Khai phá dữ liệu - Bộ môn HTTT Nguồn: Trường Đại học Hàng Hải, 2011 Mã số: 221692012 1.2 MB 78 25,211 0 0
Chương 1. Tổng quan về kho dữ liệu (Datawarehouse)
Chương 2: Tổng quan về khai phá dữ liệu
Chương 3: Tiền xử lý dữ liệu
Chương 4: Luật kết hợp
Chương 5: Phân lớp và dự đoán
Một số đề thi mẫu | Xem..
Data mining
1. Introduction
2. Problem Definition
3. The Proposed Algorithm
4. Stages of the Algorithm
5. Experimental Results
5. Discussion and Conclusions
6. References | Xem..
Khai thác dữ liệu - TS. Đỗ Thanh Nghị Nguồn: Trường Đại học Cần Thơ, 2008 Mã số: 182562011 3.8 MB 14,662 1 1
Cung cấp cho học viên nguyên lý, kỹ thuật, công cụ và các xu hướng trong khai thác dữ liệu (Data Mining).
- Từ khám phá tri thức đến khai mỏ dữ liệu
- Phương pháp hiển thị dữ liệu (Information visualisation)
- Máy học véctơ hỗ trợ (Support vector machines)
- Phương pháp học cây quyết định (Decision Tree)
- Giải thuật gom cụm (Clustering algorithms)
- Phương pháp lân cận (K.. | Xem..
Khai Phá Dữ Liệu - Nguyễn Nhật Quang Nguồn: Trường Đại học Bách khoa Hà Nội, 2011 Mã số: 170312011 2.8 MB 17,043 0 5
Bài 1: Giới thiệu về Khai phá dữ liệu
Bài 2: Giới thiệu về công cụ WEKA
Bài 3: Tiền xử lý dữ liệu
Bài 4: Phát hiện các luật kết hợp
Bài 5: Các kỹ thuật phân lớp và dự đoán (Phân lớp Bayes, Học cây quyết định)
Bài 6: Các kỹ thuật phân lớp và dự đoán (Học dựa trên các láng giềng gần nhất, Học bằng mạng nơ-ron nhân tạo)
Bài 7:.. | Xem..
Thực hành áp dụng kỹ thuật SVM (Support Vector Machine). SVM là một kỹ thuật thường được sử dụng để phân loại dữ liệu trong lĩnh vực khai phá thông tin, tuy vậy việc tiếp cận không hẳn thuận lợi, tài liệu này giúp tiếp cận SVM một cách nhanh chóng và có kết quả chấp nhận được. | Xem..
Sử dụng kỹ thuật SVM (Support Vector Machines) để phân loại và hồi qui.
1. Introduction
2. Support Vector Classification
3. Feature Space
4. Classification Example: IRIS data
5. Support Vector Regression
6. Regression Example: Titanium Data
7. Conclusions
A. Implementation Issues
B. Matlab SVM Toolbox | Xem..
Mở đầu
Chương 1: Tổng quan phát hiện tri thức và khai phá dữ liệu
Chương 2: Kỹ thuật phân loại trong khai phá dữ liệu
Chương 3: Kỹ thuật phân cụm trong khai phá dữ liệu
Chương 4: Cài đặt thử nghiệm
Kết luận
Tài liệu tham khảo
Giáo viên HD: PGS.TS Nguyễn Ngọc Bình | Xem..
Phân cụm trong lĩnh vực khai phá dữ liệu là quá trình tạo nhóm tập hợp dữ liệu trên cơ sở tối đa sự tương đồng bên trong nhóm và tối thiểu hoá sự sự tương đồng giữa các nhóm. Tài liệu này giới thiệu về Chameleon, đây là một giải thuật cụm phân cấp dùng mô hình động, khá mới, dễ ứng dụng và dễ cài đặt..
1. Introduction
2. Related Work
3... | Xem..
Hướng dẫn thực hiện Data Mining trên SQL Server 2005.
Contents
Introduction
Mining Model Algorithms
Working Through the Tutorial
Preparing the SQL Server Database
Preparing the Analysis Services Database
Building and Working with the Mining Models | Xem..
Khai phá tri thức từ cơ sở dữ liệu là khai thác những thông tin hữu ích tiềm ẩn, không được biết trước trong cơ sở dữ liệu. Tài liệu cung cấp những kiến thức về nguồn dữ liệu, các kỹ thuật khai thác, mức độ hiệu quả, tính hữu dụng..
1. KDD Process
2. Virtuous Cycle of Data Mining
3. Machine Learning Background
4. Confusion Matrix
5. Cumulative Gains Chart and Lift Chart
6. Data Cubes
7. Itemsets | Xem..
Bài 1. Tổng quan
Bài 2. Qui trình chuẩn bị dữ liệu
Bài 3. Khai thác tập phổ biến & luật kết hợp
Bài 4. Phân lớp dữ liệu
Bài 5. Gom nhóm dữ liệu
Bài 6. Khai thác dữ liệu phức tạp | Xem..
Nguyên lý và các kỹ thuật thực hiện Data Mining.
Preface
1 Introduction
2 Data Warehouse and OLAP Technology for Data Mining
3 Data Preprocessing
4 Primitives for Data Mining
5 Concept Description: Characterization and Comparison
6 Mining Association Rules in Large Databases
..
10. Data Mining Applications and Trends in Data Mining | Xem..
Clustering Web Doccument - Hoàng Văn Dũng Nguồn: Trường ĐH Quảng Bình, 2007 Mã số: 94922009 889.2 kB 43 6,989 9 2
Tài liệu này trình bày tóm tắt một số vấn đề về phân cụm tài liệu web bằng kỹ thuật phân nhóm dữ liệu, nhằm nâng cao chất lượng xử lý tìm kiếm trong search engine.
Khai phá dữ liệu Web bằng kỹ thuật phân cụm
1.1. Khai phá dữ liệu và phát hiện tri thức .
1.2. Kỹ thuật phân cụm trong khai phá dữ liệu
1.3. Khai phá Web
1.4. Xử lý dữ liệu văn bản ứng dụng trong.. | Xem..
+ Tại sao không đăng ký được?
+ Tại sao click download lại bị nhắc đăng nhập? Tại sao không download được?
+ Lỗi download 99% vì sao?
Hãy xem ở đây.
Dịch vụ Thư viện
+ Để đăng ký nhận tài liệu qua email, hãy soạn tin theo cú pháp EK<ma_sach><noi_nhan>
Nhắn tới số 8677. Xem chi tiết.
+ Ngoài số lượt download cho phép mỗi ngày, bạn có thể yêu cầu thêm bằng cách soạn tin: EKD<username>
Nhắn tới các số 8577, 8677, 8777.
Chú ý xem hướng dẫn.