Titlebook: Data Mining; Theoretische Aspekte Gholamreza Nakhaeizadeh Book 1998 Physica-Verlag Heidelberg 1998 Algorithmen.Clusteranalyse.Data-Mining.D

宣告無效

書目名稱Data Mining影響因子(影響力)




書目名稱Data Mining影響因子(影響力)學(xué)科排名




書目名稱Data Mining網(wǎng)絡(luò)公開度




書目名稱Data Mining網(wǎng)絡(luò)公開度學(xué)科排名




書目名稱Data Mining被引頻次




書目名稱Data Mining被引頻次學(xué)科排名




書目名稱Data Mining年度引用




書目名稱Data Mining年度引用學(xué)科排名




書目名稱Data Mining讀者反饋




書目名稱Data Mining讀者反饋學(xué)科排名

miracle

Gillian Kidman,Minh Nguyet Nguyenmt wird. In diesem Aufsatz geben wir einen überblick über eine Reihe von Auswahlma?en, die in der Vergangenheit für die Induktion von Entscheidungsb?umen vorgeschlagen wurden. Wir erl?utern die den Ma?en zugrundeliegenden Ideen und vergleichen die betrachteten Ma?e anhand experimenteller Ergebnisse.

FUME

Raphael B?melburg,Oliver Gassmannesses ?online ‘und kann als eine m?gliche Alternative zu Kohonen’s selbstorganisierender Merkmalskarte (SOM) betrachtet werden. W?hrend SOM ein heuristischer Algorithmus ist, kann ACMMDS aus bekannten Verfahren der multivariaten Statistik hergeleitet werden. Anhand von zwei verschiedenen Datens?tzen wird die Anwendung von ACMMDS gezeigt.

Enrage

Catherine Lackenby,Hamid SeddighiBeispiels zeigt dieser Beitrag, da? die Annahmen der asymptotischen Theorie bereits bei Vorliegen von nur 200 Beobachtungen Gültigkeit besitzen. Damit existiert ein Hinweis darauf, da? die Anwendung von Hypothesentests auch bei kleinen Datenmengen zu zuverl?ssigen Ergebnissen führen wird.

Medley

,Attributauswahlma?e für die Induktion von Entscheidungsb?umen: Ein überblick,mt wird. In diesem Aufsatz geben wir einen überblick über eine Reihe von Auswahlma?en, die in der Vergangenheit für die Induktion von Entscheidungsb?umen vorgeschlagen wurden. Wir erl?utern die den Ma?en zugrundeliegenden Ideen und vergleichen die betrachteten Ma?e anhand experimenteller Ergebnisse.

assent

,Adaptive Verfahren der Clusteranalyse und der multidimensionalen Skalierung für die Analyse und Visesses ?online ‘und kann als eine m?gliche Alternative zu Kohonen’s selbstorganisierender Merkmalskarte (SOM) betrachtet werden. W?hrend SOM ein heuristischer Algorithmus ist, kann ACMMDS aus bekannten Verfahren der multivariaten Statistik hergeleitet werden. Anhand von zwei verschiedenen Datens?tzen wird die Anwendung von ACMMDS gezeigt.

assent

Die statistische Verteilung der Gewichte von neuronalen Netzen bei finiten Datenmengen,Beispiels zeigt dieser Beitrag, da? die Annahmen der asymptotischen Theorie bereits bei Vorliegen von nur 200 Beobachtungen Gültigkeit besitzen. Damit existiert ein Hinweis darauf, da? die Anwendung von Hypothesentests auch bei kleinen Datenmengen zu zuverl?ssigen Ergebnissen führen wird.

合唱隊(duì)

Raphael B?melburg,Oliver Gassmannzueinander analysiert. Die Abschnitte 5 und 6 zeigen deren Beziehungen zu graphentheoretischen Ans?tzen und sie geben Bedingungen an, die erfüllt sein müssen, um Graphen kausal interpretieren zu k?nnen.

樹上結(jié)蜜糖

仔細(xì)閱讀

Thomas Birkh?lzer,Jürgen Vaupelle Netze vor. MTL berücksichtigt diese Wechselbeziehungen und geht über die einfache simultane Prognose der betrachteten Werte hinaus. Der MTL-Ansatz wird anhand eines Prognosewettbewerbs des deutschen Aktienmarkts mit einfachen Partialmodellen verglichen. Die Ergebnisse deuten dabei auf eine überlegenheit der neuronalen MTL-Methode hin.