Nguồn: Trung Tâm CDAC Ấn Độ, 2018
Mã số: 28428 2018 1.8 MB 120 7,206 0  0  

Khai phá dữ liệu - An Introduction to Data Mining - Clustering - Classification | Xem..

Nguồn: Trường Đại học Công nghệ, ĐHQG Hà Nội, 2006
Mã số: 23598 2012 464.1 kB 101 19,727 0  0  

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..

Nguồn: Khoa CNTT, Đại học Thái Nguyên, 2009
Mã số: 23438 2012 1.3 MB 100 19,366 0  0  

Lời mở đầu Chương I: Tổng quan thuyết về phân cụm dữ liệu Chương II: Các thuật toán phân cụm dữ liệu Chương III: Ứng dụng của phân cụm dữ liệu Kết luận, hướng phát triển của đề tài Phụ lục Tài liệu tham khảo | Xem..

Nguồn: Trường ĐH Sư phạm Hà Nội, 2007
Mã số: 23383 2012 1.7 MB 110 3,671 0  0  

Luận văn thạc sỹ khoa học Lời mở đầu Chương 1. Tổng quan về khai phá dữ liệu Chương 2. Một số kỹ thuật phân cụm dữ liệu Chương 3. Khai phá dữ liệu web Kết luận và hướng phát triển Phụ lục Tài liệu tham khảo | Xem..

Nguồn: Trường Đại học Công nghệ, ĐHQG Hà Nội, 2010
Mã số: 21525 2012 1.3 MB 71 21,754 0  0  

Mở đầu Chương 1: Tổng quan Chương 2: Tổng quan về Data Warehouse Chương 3: Tổng quan về microsoft SQL Server 2005 Chương 4: Phân tích thiết kế Kết luận Tài liệu tham khảo Phụ lục | Xem..

Nguồn: Sưu tầm, 2007
Mã số: 22775 2012 603.0 kB 30 11,025 1  0  

- Bài tập mẫu môn học data mining & data warehouse - Một số Đề thi tham khảo Data Mining & Data Warehouse | Xem..

Nguồn: Trường Đại học Hàng Hải, 2011
Mã số: 22169 2012 1.2 MB 78 24,848 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..

Nguồn: University of Chile, 2012
Mã số: 21512 2012 717.1 kB 58 15,247 0  0  

Khảo sát, đánh giá một số kỹ thuật so sánh xấp xỉ chuỗi (so sách có chấp nhận sai lệch). 1. Introduction 2. Main application areas 3. Basic concepts 4. The statistics of the problem 5. Dynamic programming algorithms 6. Algorithms based on automata 7. Bit-parallelism 8. Filtering algorithms 9. Experiments 10. Conclusions References | Xem..

Nguồn: Fırat University, Turkey , 2008
Mã số: 20225 2011 102.0 kB 6 2,493 0  0  

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..

Nguồn: Trường Đại học Cần Thơ, 2008
Mã số: 18256 2011 3.8 MB 14,229 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 nearest.. | Xem..

Nguồn: Trường Đại học Bách khoa Hà Nội, 2011
Mã số: 17031 2011 2.8 MB 16,695 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.. | Xem..

Nguồn: National Taiwan University, Taiwan, 2008
Mã số: 17598 2011 192.3 kB 15 2,758 0  0  

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..

Nguồn: University of Southampton, 1998
Mã số: 17371 2011 1003.4 kB 66 12,594 0  0  

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..

Nguồn: Trường Đại học Bách khoa Hà nội, 2011
Mã số: 16977 2011 151.5 kB 9,606 0  0  

1. Tổng quan chung về tích hợp thông tin 2. Ontology và vấn đề tích hợp thông tin ngữ nghĩa 3. Thiết kế hệ thống thông tin thống nhất dựa trên ngữ nghĩa 4. Kết luận Tài liệu tham khảo | Xem..

Nguồn: Trường Đại học Bách khoa Hà Nội, 2010
Mã số: 14398 2010 901.1 kB 119 17,039 2  0  

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..

Nguồn: Trường Đại học Bách khoa Hà Nội, 2006
Mã số: 12223 2010 940.6 kB 102 11,184 0  0  

Lời nói đầu Chương 1. Khai phá dữ liệu và phát hiện tri thức trong CSDL Chương 2. Kỹ thuật khai phá dữ liệu sử dụng mạng nơron và giải thuật di truyền Chương 3. Tích hợp giải thuật di truyền với giải thuật huấn luyện mạng nơron truyền thẳng nhiều lớp Chương 4. Ứng dụng trong bài toán dự báo dữ liệu Kết luận Tài liệu tham khảo | Xem..