Bài viết trình bày nghiên cứu ứng suất cắt trượt mặt đường mềm dựa trên bài toán Burmister, xét điều kiện tiếp xúc lớp. Lực ngang, bám dính ảnh hưởng lớn đến ứng suất.

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 "Trí tuệ nhân tạo" Chương 7 - Logistic Regression, được biên soạn gồm các nội dung chính sau: Giới thiệu; Logistic Regression Model; Hàm giả thuyết; Bài toán phân lớp; Hàm mất mát; Tối ưu hàm mất mát; Demo. Mời các bạn cùng tham khảo!

Bài giảng Học máy thống kê: Phân lớp và cách đánh giá bộ phân lớp tập trung vào bài toán phân loại dữ liệu, một trong những nhiệm vụ cốt lõi của học máy. Chuyên đề này sẽ trình bày các bài toán phân lớp nhị phân, đa lớp, đa nhãn và đa đầu vào, cùng với các phương pháp đánh giá hiệu quả của bộ phân lớp. Nắm vững chuyên đề này sẽ giúp bạn xây dựng và đánh giá chính xác các mô hình phân loại. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng Học máy thống kê: Hồi quy logistic (Logistic Regression) giới thiệu khái niệm hồi quy logistic thông qua các ví dụ minh họa và phân tích hàm mất mát liên quan. Nắm vững hồi quy logistic giúp bạn giải quyết hiệu quả nhiều bài toán phân loại thực tế. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng "Khai thác dữ liệu: Chương 5 - Tập thô và ứng dụng phân lớp" bao gồm các nội dung chính sau: Các khái niệm cơ bản; rút gọn thuộc tính và luật phân lớp;... Mời các bạn cùng tham khảo!

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 giảng Trí tuệ nhân tạo: Chương 6 - Ứng dụng của thị giác máy tính (computer vision), cung cấp cho sinh viên những kiến thức như: Khái niệm thị giác máy tính; Ứng dụng thị giác máy tính. Mời các bạn cùng tham khảo!

Bài giảng Rêu, quyết và thông được biên soạn với mục tiêu giúp các bạn học có thể trình bày được đặc điểm hình thái, sinh sản và chu trình sống của các ngành Rêu, Dương xỉ và Thông; Phân tích được các đặc điểm thể hiện sự tiến hóa giữa các Ngành Rêu, Dương xỉ và Thông; Kể tên được một số loài thực vật làm thuốc trong các ngành Rêu, Thông đất, Cỏ tháp bút, Dương xỉ và Thông;... Mời các bạn cùng tham khảo!

Bài giảng "Phân tích yêu cầu phần mềm" Chương 2 - Phát hiện, tổng hợp và phân tích yêu cầu phần mềm, được biên soạn gồm các nội dung chính sau: Nguồn gốc yêu cầu phần mềm; Quy trình phát hiện yêu cầu phần mềm và phân nhóm NSD; Các kỹ thuật phát hiện yêu cầu phần mềm; Tổng hợp và phân tích các yêu cầu phần mềm; Thương lượng và thỏa thuận các yêu cầu phần mềm;...Mời các bạn cùng tham khảo!

Lựa chọn và phân loại dữ liệu gen là bài toán điển hình của lớp bài toán lựa chọn đặc trưng cho dữ liệu có số chiều lớn và nhiều nhiễu. Bài viết đề xuất phương pháp đánh trọng số thuộc tính mới thay cho cách đánh trọng số thuộc tính của GRRF.

Bài giảng "Học sâu và ứng dụng: Bài 1 - Giới thiệu về học sâu" được biên soạn nhằm giúp sinh viên hiểu được khái niệm học sâu và mối liên hệ với trí tuệ nhân tạo (AI), học máy (Machine Learning); biết được lịch sử phát triển và lý do vì sao học sâu bùng nổ trong thời gian gần đây; nhận biết một số ứng dụng phổ biến của học sâu trong đời sống và công nghệ. Mời các bạn cùng tham khảo!

Luận văn Thạc sĩ Máy tính "Chẩn đoán bệnh da liễu qua hình ảnh sử dụng mô hình cộng tác của phân đoạn và phân lớp trên bộ dữ liệu ISIC-2018" trình bày các nội dung chính sau: Tổng quan các phương pháp chẩn đoán bệnh da liễu với học sâu; Phương pháp chẩn đoán bệnh da liễu đề xuất.

"Đề thi học kì 2 môn Hệ thống SCADA năm 2021-2022 - Trường ĐH Sư phạm Kỹ thuật TP.HCM" được biên soạn nhằm hỗ trợ sinh viên trong quá trình ôn tập, giúp hệ thống hóa kiến thức và áp dụng phương pháp giải bài tối ưu. Chúc các bạn học tốt!

Bài viết này sử dụng một số phương pháp học máy khác nhau để đánh giá khả năng phân lớp quan điểm cho dữ liệu tiếng Việt. Dữ liệu này là các câu bình luận trực tuyến về lĩnh vực du lịch. Ngoài ra, thực nghiệm còn so sánh và đánh giá kết quả phân lớp quan điểm các câu bình luận khi áp dụng các kỹ thuật nâng cao ngữ nghĩa cho văn bản tiếng Việt.

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.

Trong bài viết này, một phương pháp đề xuất nhằm thực hiện phân lớp ảnh đa đối tượng sử dụng mạng học sâu YOLOv8. Đầu tiên mỗi ảnh đa đối tượng được phân đoạn thành các ảnh đơn đối tượng. Thứ hai, nhận diện và trích xuất véc-tơ đặc trưng. Cuối cùng hình ảnh được phân lớp bằng mạng học sâu YOLOv8.

Bài giảng Kho dữ liệu và kinh doanh thông minh - Bài 4: Mô hình hóa dữ liệu, trình bày các nội dung chính như sau: Mô hình hóa logic; Mô hình hóa vật lý. Mời các bạn cùng tham khảo!

Mời các bạn tham khảo “Đề cương ôn tập giữa học kì 1 môn Hóa học lớp 10 năm 2024-2025 - Trường THPT Sơn Động Số 3, Bắc Giang” sau đây để hệ thống lại kiến thức đã học và biết được cấu trúc đề thi cũng như những nội dung chủ yếu được đề cập trong đề thi để từ đó có thể đề ra kế hoạch học tập và ôn thi một cách hiệu quả hơn. Chúc các bạn ôn tập thật tốt!