THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Tiêu đề | Phân Loại Đa Nhãn, Đa Lớp Dựa Vào Luật Kết Hợp |
---|---|
Tác giả | Phạm Xuân Dũng |
Người hướng dẫn | PGS. TS. Lê Hoài Bắc |
Trường học | Trường Đại Học Công Nghệ TP. HCM |
Chuyên ngành | Công Nghệ Thông Tin |
Thể loại | Luận Văn Thạc Sĩ |
Năm xuất bản | 2014 |
Thành phố | TP. HỒ CHÍ MINH |
Định dạng | |
---|---|
Số trang | 65 |
Dung lượng | 617,66 KB |
Nội dung
Ngày đăng: 11/07/2021, 17:02
Nguồn tham khảo
Tài liệu tham khảo | Loại | Chi tiết | ||
---|---|---|---|---|
[12]. R. Schapire and Y. Singer, "BoosTexter:A boosting-based system for text categorization", Machine Learning, vol. 39, no. 2/3, 2000, pp. 135-168 | Sách, tạp chí |
|
||
[16]. Weka: Data Mining Software in Java: http://www.cs.waikato.ac.nz/ml/weka | Link | |||
[1]. B. Liu, W. Hsu and Y. Ma. Integrating Classification and association rule mining. In KDD ’98, New York, NY, Aug. 1998 | Khác | |||
[3]. F. Thabtah, P. Cowling , and Y. Peng. MMAC: A New Multi-class, Multi-label Associative Classification Approach. Brighton, UK : To be Appear in theProceedings of the Fourth IEEE International Conference on Data Mining (ICDM ‘04), November 2004 | Khác | |||
[4]. J. Furnkranz. Separate-and-conquer rule learning. Technical Report TR- 96-25, Austrian Research Institute for Artificial Intelligence, Vienna, 1996 | Khác | |||
[5]. Jiawei Han, Micheline Kamber, Jian Pei. Data Mining Concepts and Techniques, Third Edition. s.l. : The Morgan Kaufmann Series in Data Management Systems, Morgan Kaufmann Publishers, July 2011. p. 329 | Khác | |||
[6]. J.R. Quinlan. C4.5: Programs for Machine Learning. San Mateo, CA: Morgan Kaufmann, San Francisco, 1993 | Khác | |||
[7]. J.R. Quinlan. Generating production rules from decision trees. In Proceeding of the 10th International Joint Conferences on Artificial Intelligence, Morgan Kaufmann, San Francisco, 1987, pp. 304-307 | Khác | |||
[8]. J.R. Quinlan. Induction of Decision Trees. Machine Learning 1, Mar. 1986. pp. 81-106 | Khác | |||
[9]. Merz, C. J. and Murphy, P. M.UCI Repository of Machine Learning Databases. Irvine, CA : University of California, Department of Information and Computer Science, 1996 | Khác | |||
[10]. M. J. Zaki, S. Parthasarathy, M. Ogihara, and W. Li. New algorithms for fast discovery of association rules. In Proceedings of the 3rd KDD Conference, Aug. 1997, pp.283-286 | Khác | |||
[11]. R. Duda, P. Hart, and D. Strok. Pattern classification.Wiley, 2001 | Khác | |||
[13]. T. Joachims. Text categorisation with Support Vector Machines: Learning with many relevant features. In Proceeding Tenth European Conference on Machine Learning, 1998, pp. 137-142 | Khác | |||
[14]. T. S. Lim, W. Y. Loh and Y. S. Shih. A comparison of prediction accuracy, complexity and training time of thirtythree old and new classification algorithms. Machine Learning, 39, 2000 | Khác | |||
[15]. W. Li, J. Han and J. Pei. CMAR: Accurate and efficient classification based on multiple class association rule. In ICDM’01, San Jose, CA, Nov. 2001, pp.369-376 | Khác | |||
[17]. William W.Cohen. Fast Effective Rule Induction. Machine Learning: Proceedings of the Twelfth International Conference, 1995 | Khác | |||
[18]. X. Yin and J. Han. CPAR: Classification based on predictive association rule. In SDM 2003, San Francisco, CA, May 2003 | Khác | |||
[19]. Y. Yang. An evaluation of statistical approaches to text categorisation. Technical Report CMU-CS-97-127, Carnegie Mellon University, April 1997 | Khác |
TÀI LIỆU CÙNG NGƯỜI DÙNG
TÀI LIỆU LIÊN QUAN