- Bạn vui lòng tham khảo Thỏa Thuận Sử Dụng của Thư Viện Số
Tài liệu Thư viện số
- Ebook chuyên ngành (3529 )
- MH chung/KHCB (97 )
- Tài liệu tham khảo khác (143 )
- Giáo trình nội bộ (310 )
- Luận án/Luận văn (0 )
- Tiểu luận/Khóa luận TN (0 )
- Nghiên cứu khoa học (0 )
- Ngân hàng câu hỏi (45 )
- Biểu mẫu/Văn bản (33 )
- Kỹ năng mềm (61 )
- Giải trí (50 )
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 phan cum k means
Kết quả 1-3 trong khoảng 3
-
Trong bài viết, dữ liệu được thu thập gồm 306 khách hàng đã từng sử dụng dịch vụ đặt xe công nghệ. Bộ dữ liệu này được phân tích thông qua các phương pháp phân cụm (clustering methods) trong thống kê và học máy không giám sát (unsupervised learning). Các thuật toán đó còn được gọi là K-means và Elbow.
11 p codienxaydungbacninh 24/03/2025 11 0
Từ khóa: Kinh doanh chia sẻ, Phân khúc khách hàng, Phương pháp phân cụm, Phương pháp Elbow, Thuật toán K-means
-
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 codienxaydungbacninh 15/01/2025 29 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 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 codienxaydungbacninh 20/02/2024 80 7
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
Đăng nhập
Bộ sưu tập nổi bật
Phát triển bởi Thư viện số
