« Home « Kết quả tìm kiếm

Naïve Bayes

Tìm thấy 16+ kết quả cho từ khóa "Naïve Bayes"

Ứng dụng khai phá dữ liệu để xây dựng hệ thống tư vấn học tập tại Trường Đại học Công nghiệp Hà Nội

repository.vnu.edu.vn

Xây dựng 4 mô hình: Cây quyết định, Naïve Bayes, Neural Networks, Luật kết hợp và đƣa ra đánh giá các mô hình tƣơng ứng.. Chƣơng 4: Xây dựng hệ thống tƣ vấn học tập tại trƣờng ĐHCNHN. Dựa trên những đánh giá về mô hình, lựa chọn mô hình cho kết quả tốt nhất. Xây dựng chƣơng trình thực nghiệm để tƣ vấn cho sinh viên..

Nghiên cứu phương pháp mô hình hóa hành vi người dùng dựa trên dữ liệu web

312521.pdf

dlib.hust.edu.vn

Có nhiều phương pháp phân loại trong khai phá dữ liệu như cây quyết định, Naïve Bayes, Support Vector Machines, mạng Neural. Nó có thể dự đoán xác suất mà một bộ dữ liệu thuộc về một lớp cụ thể. Phân loại Naïve Bayes cho độ chính xác và tốc độ cao khi áp dụng với bộ dữ liệu lớn. D là bộ dữ liệu huấn luyện và các nhãn class liên quan của nó. Mỗi điểm dữ liệu được biểu diễn bởi vector thuộc tính n chiều, X.

Kết hợp học quan hệ và học thống kê cho phân lớp dữ liệu đa quan hệ

repository.vnu.edu.vn

Trong chương này, luận văn sẽ trình bày về cách tiếp cận kết hợp hệ thống FOIL với mô hình thống kê, tiêu biểu là mô hình Naïve Bayes và mở rộng của nó. Đồng thời cũng sẽ trình bày một số đề xuất cho việc mở rộng cách tiếp cận kết hợp FOIL và mô hình Naïve Bayes.. Trong chương này, luận văn sẽ trình bày quá trình thực nghiệm và các kết quả đạt được. Từ đó, đưa ra các kết luận dựa trên thực nghiệm đối với hai mục tiêu chính của luận văn.

Tìm hiểu mô hình học máy giải quyết bài toán dự đoán dự báo ứng dụng trong phân tích hành vi giao thông sử dụng dữ liệu cảm biến

repository.vnu.edu.vn

Hình 4.7: Các tham số huấn luyện mô hình Naïve Bayes. Hình 4.8: Các tham số huấn luyện mô hình Random forest . v Hình 4.9: Giao diện chƣơng trình phát hiện hành vi thời gian thực. Bảng 2.1: Ma trận thống kê. Bảng 3.1: Các loại cảm biến trên các phiên bản hệ điều hành Android. Bảng 3.2: Các thông số gia tốc kế. Bảng 3.3: Các thông số từ trƣờng kế. Bảng 3.4: Các thông số gia tốc trọng lực. Bảng 4.1: Kết quả huấn luyện của mô hình k-NN. Bảng 4.2: Kết quả huấn luyện của mô hình Naïve Bayes.

Nghiên cứu kỹ thuật tóm tắt quan điểm từ dữ liệu Twitte

310371-tt.pdf

dlib.hust.edu.vn

Thuật toán SVM và thuật toán Naïve Bayes được sử dụng cho việc phân lớp quan điểm được giới thiệu. Chương 3: Đưa ra mô hình giải quyết bài toán tóm tắt quan điểm trên mạng xã hội Twitter

Hệ thống hỗ trợ tư vấn trong thương mại điện tử

repository.vnu.edu.vn

Các mô hình học máy: Giới thiệu về hai mô hình học máy là mô hình phân lớp Naïve Bayes và mô hình phân lớp Máy hỗ trợ vector (SVM - Support Vector Machines).. Kết quả thực nghiệm và đánh giá: Chuẩn hóa dữ liệu từ bộ dữ liệu của MovieLens. Xây dựng thử nghiệm với mô hình phân lớp Naïve Bayes và thử nghiệm với mô hình phân lớp máy hỗ trợ vector thực hiện bằng Weka trên bộ dữ liệu chuẩn với ba phương pháp tư vấn. So sánh và đánh giá các kết quả đạt được.. Communications of the ACM, p .

Ứng dụng kỹ thuật học máy trong công cụ tìm kiếm thông tin theo lĩnh vực chuyên sâu

000000253582-TT.pdf

dlib.hust.edu.vn

Luận văn đã cho thấy khả năng cải thiện hiệu năng làm việc của hệ thống bằng cách thay thế phương pháp phân loại văn bản Naïve Bayes theo đề xuất của nhóm tác giả McCallum bằng phương pháp dùng vector hỗ trợ.

Phân tích dữ liệu thuê bao di động hướng đến dự báo thuê bao rời mạng viễn thông

repository.vnu.edu.vn

Trong luận văn sẽ sử dụng các thuật toán cây quyết định C4.5, Naïve Bayes, SVM và Neural Networks để phân lớp dự đoán thuê bao rời mạng viễn thông.. Chương 4: Thực nghiệm bài toán phân lớp dữ liệu di động với dữ liệu cụ thể. Đánh giá kết quả đạt được với các mô hình phân lớp.. Hà Quang Thụy, Phan Xuân Hiếu, Ðoàn Sơn, Nguyễn Trí Thành, Nguyễn Thu Trang, Nguyễn Cẩm Tú (2009), Khai phá dữ liệu Web, NXB Giáo Dục.

Học chuyển đổi cho bài toán khai phá quan điểm đa miền trong tiếng Việt

repository.vnu.edu.vn

Phân lớp sử dụng Naïve Bayes. Phân lớp sử dụng SVM. HỌC CHUYỂN ĐỔI VÀ VẤN ĐỀ CHUYỂN ĐỔI MIỀN TRONG KHAI PHÁ QUAN ĐIỂM. Tổng quan về học chuyển đổi. Phân loại học chuyển đổi. Học chuyển đổi quy nạp. Học chuyển đổi truyền dẫn. Học chuyển đổi không giám sát. Một số phƣơng pháp tiếp cận trong học chuyển đổi. Một số ứng dụng của học chuyển đổi. Khai phá quan điểm. Vấn đề chuyển đổi miền trong khai phá quan điểm. Mô hình giám sát. Mô hình phân biệt tuyến tính.

BÀI TOÁN TRÍCH XUẤT TỪ KHOÁ CHO TRANG WEB ÁP DỤNG PHƯƠNG PHÁP PHÂN TÍCH THẺ HTML VÀ ĐỒ THỊ WEB

tainguyenso.vnu.edu.vn

Trích xuất từ khóa sử dụng phân lớp Naïve Bayes. Trích xuất từ khóa sử dụng lexical chain (chuỗi từ vựng) và phân lớp. Các phương pháp trích xuất từ khóa cho trang web. Gán từ khóa trong văn bản, web (keyword assignment). Mô đun sinh từ khóa. Top từ khóa của baomoi.com. Top từ khóa của flickr.com. Từ khóa được trích xuất từ phần tóm tắt bài báo của trang web baomoi.com. Hình minh họa kết quả sinh từ khóa của trang web http://seokeywordanalysis.com.

Một mô hình kết hợp học giám sát và bán giám sát cho bài toán dự báo khách hàng có nguy cơ rời mạng Vinaphone

HOANNT_Thesis_churn_prediction_2015.pdf

repository.vnu.edu.vn

Mô hình Naïve Bayes. D: tập dữ liệu huấn luyện đã được vector hóa dưới dạng. Một bộ phân lớp SVM sử dụng thuật toán học nhằm xây dựng một siêu mặt phẳng làm cực tiểu hóa độ phân lớp sai của một đối tượng dữ liệu mới. Xét bài toán phân lớp đơn giản nhất – phân lớp hai lớp với tập mẫu dữ liệu:. Chương 1 cũng đề cập đến vai trò của khai phá dữ liệu và một số kỹ thuật khai phá dữ liệu dùng trong bài toán dự đoán khách hàng có nguy cơ rời mạng.

Tích hợp thông tin không thuần nhất về ngữ nghĩa trong môi trường phân tán

repository.vnu.edu.vn

Ferrari [20] khi nghiên cứu về gien liên quan đến công việc quản gia đã sử dụng phân lớp Naïve Bayes để phân lớp dữ liệu. Phân lớp được sử dụng trong việc phân loại các văn bản trong các công việc văn phòng và phân loại thư điện tử [54]. Trong lĩnh vực tài chính, việc nhận dạng giả mạo cũng cần đến các giải thuật phân lớp dữ liệu ([13],[47. ([1],[27]) đã xây dựng hệ thống phân lớp dữ liệu về bệnh nhân nhằm xác định các trường hợp có khả năng mắc bệnh ung thư cho các nghiên cứu về y học..

MÔ HÌNH MAXIMUM ENTROPY VÀ ỨNG DỤNG

tainguyenso.vnu.edu.vn

Rất nhiều phương pháp đã được áp dụng như: mô hình hồi quy [Fuhr, 1991], k-nearest neighbors [Dasarathy, 1991], Naïve Bayes [Joachims, 1997], cây quyết định [Fuhr, 1991], học luật quy nạp [William & Yorm, 1996], Support vector Machine [Vapnik, 1995], mô hình cực đại entropy [Berger, 1996 và Della Pietra, 1997]. Mỗi ràng buộc thể hiện một đặc trưng của dữ liệu huấn luyện.

Nghiên cứu kỹ thuật tóm tắt quan điểm từ dữ liệu Twitte

310371.pdf

dlib.hust.edu.vn

Thuật toán SVM và thuật toán Naïve Bayes đƣợc sử dụng cho việc phân lớp quan điểm đƣợc giới thiệu. Tiếp đó, tác giả trình bày về một số độ đo và các thuộc tính có thể trích xuất của tweet. Chƣơng 3: Đƣa ra mô hình giải quyết bài toán tóm tắt quan điểm trên mạng xã hội Twitter. Tác giả cũng giới thiệu dữ liệu, từ điển đƣợc dùng cho bài toán.

Khám phá tri thức phục vụ chiến lược kinh doanh của doanh nghiệp

dlib.hust.edu.vn

Giải thuật phân lớp Naïve Bayes ü Pha học dữ liệu: cho một tập học được biểu diễn bởi 1 vector thuộc tính n chiều (x1, x2.

Ứng dụng kỹ thuật học máy trong công cụ tìm kiếm thông tin theo lĩnh vực chuyên sâu

000000253582.pdf

dlib.hust.edu.vn

Đóng góp mới của luận văn Luận văn đã cho thấy khả năng cải thiện hiệu năng làm việc của hệ thống tìm kiếm thông tin theo lĩnh vực chuyên sâu bằng cách thay thế phương pháp phân loại văn bản Naïve Bayes theo đề xuất của nhóm tác giả McCallum bằng phương pháp dùng vector hỗ trợ.

Tóm tắt văn bản Tiếng Việt.

000000296013.pdf

dlib.hust.edu.vn

Phương pháp Naïve-Bayes Các hướng tiếp cận theo phương pháp này giả định rằng các đặc trưng của văn bản độc lập nhau. o Ngữ liệu: 188 cặp văn bản khoa học và tóm tắt. Lin và Hovy đã đề ra phương pháp Optimal Position Policy cho một thể loại văn bản (văn bản tin tức của Ziff-Davis về máy tính và phần cứng). Kết luận Ở chương này đã đưa ra một số nghiên cứu liên quan đến tóm tắt văn bản và phương pháp tóm tắt văn bản tiếng Việt.

QUYẾT ĐỊNH BAYES VÀ BÀI TOÁN OCCAM’S RAZOR

01050001704.pdf

repository.vnu.edu.vn

Nếu nhƣ suy luận thống kê cổ điển coi tham số nhƣ là một giá trị cố định chƣa biết, thì thống kê Bayes coi là biến ngẫu nhiên.. Cơ sở của suy luận Bayes là định lí Bayes. Phân phối hậunghiệmcủa X Y. Suy luận Bayes cho biến ngẫu nhiên rời rạc 1.2.1. Ướclượngchotỷlệpcủa phân phối nhị thức. Kiểmđi ̣nh 0 0. Suy luận Bayes cho biến ngẫu nhiên liên tục. BÀI TOÁN OCCAM’S RAZOR 2.1.Bàitoánoccam’s razor. Nguyên tắc “lƣỡi dao cạo của Occam” đã có một vị trí quan trọng trong thế giới khoa học.

Thống kê Bayes nhiều chiều và ứng dụng

repository.vnu.edu.vn

Trong thống kê sử dụng định lí Bayes cho ước lượng và kiểm định tham số thống kê, cũng như các bài toán phân loại ngày nay trở nên phổ biến.. Trong đề tài luận văn này, tác giả trình bày một số kiến thức cơ bản về thống kê Bayes nhiều chiều và mô hình hồi quy Bayes đồng thời đưa ra một số ứng dụng cơ bản của hồi quy Bayes.. Các phân phối xác suất nhiều chiều quan trọng..

PHÂN LOẠI BẰNG PHƯƠNG PHÁP BAYES TỪ SỐ LIỆU RỜI RẠC

ctujsvn.ctu.edu.vn

PHÂN LOẠI BẰNG PHƯƠNG PHÁP BAYES TỪ SỐ LIỆU RỜI RẠC. Bài báo trình bày bài toán phân loại bằng phương pháp Bayes từ số liệu rời rạc, qua chương trình ước lượng hàm mật độ xác suất, phân loại một phần tử mới và tinh sai số Bayes được viết trên phần mềm Matlab. Các chương trình này được sử dụng để thực hiện cho các ứng dụng cụ thể từ số liệu rời rạc thực tế.. Từ khóa: Phương pháp Bayes, sai số Bayes, phân loại, hàm mật độ xác suất.