已閱讀1頁，還剩57頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、機器學習是人工智能領(lǐng)域中前沿課題，其基本特征之一就是能夠有效處理不確定數(shù)據(jù)信息。一類重要的機器學習類型就是導師指導下的學習過程。本文借鑒Rough 集基本思想，研究基于不確定數(shù)據(jù)前提下的有指導機器學習過程中的基本技術(shù)和方法。首先，建立了基于決策系統(tǒng)的有指導機器學習模型，其中將決策屬性理解為導師屬性，將條件屬性理解為學習者屬性。其次，在模型所建立的框架內(nèi)，提出學習系統(tǒng)質(zhì)量的基本概念，以此為基礎(chǔ)對各種學習方法進行統(tǒng)一分析與評估；第三，研究了
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Rough集方法的機器學習技術(shù)研究.pdf
- 基于Rough集的數(shù)據(jù)約簡研究.pdf
- 基于Rough集理論的數(shù)據(jù)約簡研究與應(yīng)用.pdf
- 基于Rough集理論的信息過濾研究.pdf
- 基于Rough集理論的個體體質(zhì)健康評價方法的研究和實現(xiàn).pdf
- 基于Rough集理論的入侵檢測系統(tǒng)的研究與設(shè)計.pdf
- 基于Rough集的屬性與屬性值約簡方法研究.pdf
- 基于Rough集的教學預(yù)警模型.pdf
- 基于Rough集理論的入侵檢測方法研究.pdf
- 基于Rough集的垃圾郵件過濾技術(shù)的研究與應(yīng)用.pdf
- 基于Rough集—構(gòu)造性學習神經(jīng)網(wǎng)絡(luò)的經(jīng)濟預(yù)警.pdf
- 基于機器學習的網(wǎng)站分級研究與實現(xiàn).pdf
- 8449.基于rough集的面與面方向關(guān)系研究
- Rough集應(yīng)用研究.pdf
- 基于Rough集的不完備信息處理方法研究.pdf
- 基于Rough集的神經(jīng)網(wǎng)絡(luò)分類器.pdf
- 基于Rough集理論的GIS智能決策咨詢系統(tǒng)的研究與設(shè)計.pdf
- 基于Rough集的層次聚類算法研究及應(yīng)用.pdf
- 基于分治法的Rough集高效數(shù)據(jù)挖掘方法研究.pdf
- 基于云理論與Rough集在數(shù)據(jù)預(yù)處理方法上的研究.pdf
評論
0/150
提交評論