Phương pháp phân lớp dựa trên kết hợp trọng yếu
Luận văn · Thạc sĩ · năm 2017 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Lê Hoàng Vân |
| Người hướng dẫn | Lê Hoài Bắc |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2017 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Phân lớp là một trong những nhiệm vụ quan trọng trong các bài toán khai thác dữ liệu. Trong đó, phân lớp kết hợp đã có nhiều nghiên cứu có ý nghĩa và đáng quan tâm trong những năm gần đây bởi vì độ chính xác cao. Các thuật toán khai thác luật kết hợp truyền thống thường sinh ra nhiều luật phân lớp kết hợp dư thừa và đôi khi còn mâu thuẫn nhau. Luận văn trình bày một phương pháp phân lớp kết hợp mới và hiệu quả. Kết quả của phương pháp này là một bộ phân lớp đạt hiệu suất tốt và nhỏ gọn. Phương pháp này dựa trên độ đo mới, đặt tên là độ trọng yếu (Principality), dùng để đo độ chính xác và độ bao phủ trong việc phân lớp của luật kết hợp. Phương pháp phân lớp dựa trên kết hợp trọng yếu (Principal Association Mining - PAM) [3] được xác nhận là có hiệu quả trong việc cải thiện độ chính xác phân lớp cũng như giảm kích thước của bộ phân lớp bởi các thực nghiệm được tiến hành trên nhiều bộ dữ liệu của UCI.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Một nghiên cứu so sánh về các phương pháp lựa chọn đặc trưng và học máy để phát hiện xâm nhập trong mạng IoT
- Nghiên cứu các lỗ hỏng bảo mật trong hệ thống UAV trong môi trường mô phỏng
- Tóm tắt giải thích – Từ giải thích cục bộ đến hiểu mô hình
- Cải thiện khả năng chuyển giao của tấn công đối kháng trong các mô hình Thị giác-Ngôn ngữ với tổ hợp mô hình thay thế
- Xây dựng hệ thống phát hiện xâm nhập dựa trên máy học cho mạng khả lập trình trong ngữ cảnh dữ liệu lớn
- Hệ thống tưới cây tự động dựa trên dự đoán mưa
- Cấu trúc của các chuỗi phổ biến với ràng buộc và các thuật toán khai thác hiệu quả
- Research facial emotion recognition method applying to mood tracking diary
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.