Luận văn nghiên cứu lý thuyết tập mờ, quan hệ mờ, so sánh với lý thuyết tập hợp kinh điển. Nghiên cứu một số phương pháp phân lớp dữ liệu và tìm cách ứng dụng tập mờ và quan hệ mờ trong bài toán phân lớp dữ liệu đồng thời minh họa trên một số bài toán cụ thể.

Bài giảng "Khai thác dữ liệu: Chương 6 - Phân lớp dữ liệu" trình bày các nội dung chính sau: Tổng quan về phân lớp dữ liệu; phương pháp dựa trên cây quyết định; phương pháp dựa trên Luật; phương pháp dựa trên thể hiện;... Mời các bạn cùng tham khảo!

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.

Bài giảng ArcGIS cơ bản (ArcGIS 9.x) - Chương 4: Hiển thị dữ liệu. Chương này cung cấp cho học viên những nội dung về: giới thiệu bản đồ trong ArcGIS trong ArcGIS; giới thiệu giao diện, công cụ; hiển thị dữ liệu không gian, dữ liệu thuộc tính;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Luận văn "Hệ thống tư vấn và phân loại học sinh sử dụng kỹ thuật học máy" được hoàn thành với mục tiêu nhằm giúp cho học sinh biết được khả năng kiến thức của mình trước kì thi tốt nghiệp để có sự lựa chọn tốt hơn cho việc chọn trường, chọn ngành để xét tuyển sinh đại học trong các kì tuyển sinh đại học, cao đẳng, trung cấp trong năm học.

Luận văn "Sử dụng cây quyết định phân lớp dữ liệu mất cân đối" được thực hiện với mục tiêu chính như thách thức của bài toán phân lớp dữ liệu mất cân đối là vấn đề về đối tượng cần quan tâm nghiên cứu lại có rất ít mẫu - mẫu lớp thiểu số so với các lớp khác trong tập dữ liệu - mẫu lớp đa số.

Thực tập viết niên luận: Tìm hiểu thuật toán ID3 trong xây dựng cây quyết định và khai thác bằng phần mềm WEKA để phân lớp dữ liệu trình bày các nội dung chính như: Tổng quan về khai phá dữ liệu; Cây quyết định; Thuật toán ID3.

Bài giảng Khai phá dữ liệu: Bài 5 Phân lớp dữ liệu cung cấp cho người học những kiến thức như: Tổng quan; Các phương pháp phân lớp dữ liệu. Mời các bạn cùng tham khảo!

Bài giảng Khai phá dữ liệu với mục tiêu giới thiệu cho người học tổng quan về các quá trình khám phá tri thức, khai phá dữ liệu, và quá trình tiền xử lý dữ liệu; Giới thiệu cho người học giá trị lợi ích mà khai phá dữ liệu đóng góp trong các lĩnh vực ứng dụng khác nhau; Trình bày các giải thuật và kỹ thuật chính trong giai đoạn tiền xử lý dữ liệu.

Bài nghiên cứu này trình bày một số vấn đề về phân cụm, phân lớp dữ liệu một trong những kỹ thuật cơ bản để khai phá dữ liệu nhưng lại được sử dụng rộng rãi và đem lại hiệu quả cao. Để hiểu rõ hơn mời các bạn cùng tham khảo nội dung chi tiết của luận văn này.

Nội dung chính của luận văn là đưa ra cái nhìn tổng quan về thuê bao rời mạng, khái niệm thuê bao rời mạng, các hình thức rời mạng của thuê bao. Trình bày được lý thuyết khai phá dữ liệu, các ứng dụng khai phá dữ liệu di động, bài toán phân lớp và dự báo. Tìm hiểu các phương pháp phân lớp dữ liệu. Mời các bạn cùng tham khảo!

Mục tiêu của đề tài này là tìm hiểu các tri thức cơ bản của y khoa về các loại bệnh thông thường, thu thập tri thức để xây dựng một hệ thống hỏi đáp nhằm hổ trợ chẩn đoán và phân loại các bệnh thường gặp, cho người sử dụng những lời khuyên hữu ích trong việc phòng và điều trị bệnh. Mời các bạn cùng tham khảo!

Mục tiêu nghiên cứu chính của luận văn là khai phá dữ liệu và phát hiện tri thức trong chương này nghiên cứu tổng quan về khái phá dữ liệu và phát hiện tri thức. Bên cạnh đó, một số kĩ thuật khái phá dữ liệu cơ bản cũng được trình bày trong chương này. Đồng thời ứng dụng phân lớp dữ liệu hoa Iris, chương này phát triển và Demo ứng dụng công cụ Weka xây dựng mô hình, kiểm tra và đánh giá mô hình dự doán hoa Iris. Mời các bạn tham khảo!

Nội dung chính của luận văn được chia làm 3 chương: Chương 1 - Tổng quan về khai phá dữ liệu và phát hiện tri thức; Chương 2 - Một số phương pháp và kỹ thuật phân lớp dữ liệu và Chương 3 - Ứng dụng phân lớp dữ liệu Mushroom với công cụ Weka và một số thuật toán cơ bản. Mời các bạn tham khảo!

Mục tiêu của Luận văn là nghiên cứu các kỹ thuật học máy để giải quyết bài toán phân lớp dữ liệu nói chung và thử nghiệm đánh giá hiệu năng của chúng trên bộ dữ liệu KDD cup 99. Mời các bạn cùng tham khảo!

Mục tiêu của Luận văn là nghiên cứu các kỹ thuật học máy để giải quyết bài toán phân lớp dữ liệu nói chung và thử nghiệm đánh giá hiệu năng của chúng trên bộ dữ liệu KDD cup 99. Để hiểu rõ hơn mời các bạn cùng tham khảo nội dung chi tiết của Luận văn này.

Kết cấu nội dung của Luận văn này gồm 3 chương: Chương 1 - Khảo sát tổng quan về phân lớp dữ liệu, học máy và các vấn đề liên quan; Chương 2 - Chương này nghiên cứu một số thuật toán để giải quyết bài toán phân lớp dữ liệu mất cân bằng; Chương 3 - Thử nghiệm phân lớp dữ liệu mất cân bằng dựa trên các thuật toán đã nghiên cứu trong chương 2. Mời các bạn cùng tham khảo!

Mục tiêu của Luận văn là nghiên cứu một số kỹ thuật để nâng cao hiệu năng phân lớp dữ liệu trên tập dữ liệu mất cân bằng và ứng dụng. Để hiểu rõ hơn mời các bạn cùng tham khảo nội dung chi tiết của Luận văn này.

Nội dung của bài tập lớn này với mục đích tìm hiểu và trình bày về một kỹ thuật trong khai phá dữ liệu để phân lớp dữ liệu cũng như tổng quan về khai phá dữ liệu. Mời các bạn cùng tham khảo tài liệu để nắm chi tiết hơn nội dung nghiên cứu.

Luận án xây dựng mô hình học phân lớp dữ liệu bằng cây quyết định mờ và phương pháp trích chọn đặc trưng để chọn tập mẫu huấn luyện cho quá trình học phân lớp. Đề xuất phương pháp xử lý giá trị ngôn ngữ của các thuộc tính chưa thuần nhất dựa vào đại số gia tử. Từ đó đề xuất các thuật toán học bằng cây quyết định mờ nhằm đạt hiệu quả trong dự đoán và đơn giản đối với người dùng.