Qingping Tao Ph. D. MAKING EFFICIEN

Qingping Tao Ph. D. MAKING EFFICIENT LEARNING ALGORITHMS WITH EXPONENTIALLY MANY FEATURES. Qingping Tao A DISSERTATION Faculty of The Graduate College University of Nebraska In Partial Fulfillment of Requirements. 2004. [View Context].

Daniel J. Lizotte and Omid Madani and Russell Greiner. Budgeted Learning of Naive-Bayes Classifiers. UAI. 2003. [View Context].

Jianbin Tan and David L. Dowe. MML Inference of Decision Graphs with Multi-way Joins and Dynamic Attributes. Australian Conference on Artificial Intelligence. 2003. [View Context].

Marc Sebban and Richard Nock and Stéphane Lallich. Stopping Criterion for Boosting-Based Data Reduction Techniques: from Binary to Multiclass Problem. Journal of Machine Learning Research, 3. 2002. [View Context].

Nikunj C. Oza and Stuart J. Russell. Experimental comparisons of online and batch versions of bagging and boosting. KDD. 2001. [View Context].

Marc Sebban and Richard Nock and Jean-Hugues Chauchat and Ricco Rakotomalala. Impact of learning set quality and size on decision tree performances. Int. J. Comput. Syst. Signal, 1. 2000. [View Context].

Iztok Savnik and Peter A. Flach. Discovery of multivalued dependencies from relations. Intell. Data Anal, 4. 2000. [View Context].

Jie Cheng and Russell Greiner. Comparing Bayesian Network Classifiers. UAI. 1999. [View Context].

Daniel J. Lizotte and Omid Madani and Russell Greiner. Budgeted Learning, Part II: The Na#ve-Bayes Case. Department of Computing Science University of Alberta. [View Context].

Huan Liu. A Family of Efficient Rule Generators. Department of Information Systems and Computer Science National University of Singapore. [View Context].

Zhiqiang Yang and Sheng Zhong and Rebecca N. Wright. Privacy-Preserving Classification of Customer Data without Loss of Accuracy. Computer Science Department, Stevens Institute of Technology. [View Context].

Jos'e L. Balc'azar. Rules with Bounded Negations and the Coverage Inference Scheme. Dept. LSI, UPC. [View Context].

Shi Zhong and Weiyu Tang and Taghi M. Khoshgoftaar. Boosted Noise Filters for Identifying Mislabeled Data. Department of Computer Science and Engineering Florida Atlantic University. [View Context].

Hyunwoo Kim and Wei-Yin Loh. Classification Trees with Bivariate Linear Discriminant Node Models. Department of Statistics Department of Statistics University of Tennessee University of Wisconsin. [View Context].

Daniel J. Lizotte. Library Release Form Name of Author. Budgeted Learning of Naive Bayes Classifiers. [View Context].

Nikunj C. Oza and Stuart J. Russell. Online Bagging and Boosting. Computer Science Division University of California. [View Context].

ผลลัพธ์ (ไทย) 1:

อัลกอริทึม Qingping เต่า Ph. D. ทำให้เรียนรู้อย่างมีประสิทธิภาพ ด้วยคุณสมบัติหลาย ๆ อย่างแทน เต่า Qingping A วิทยานิพนธ์คณะบัณฑิตวิทยาลัยมหาวิทยาลัยของรัฐเนแบรสกาในบางส่วนตอบสนองความต้องการ 2004. [ดูบริบท]Daniel J. Lizotte และมาดา นิ Omid และรัสเซล Greiner เรียนรู้ตามงบประมาณของคำนามภาษา Naive Bayes UAI 2003. [ดูบริบท]ตาล Jianbin และ David L. Dowe ข้อ MML ของกราฟที่ตัดสินใจมีหลายวิธีรวมและแอตทริบิวต์แบบไดนามิก ห้องประชุมที่ออสเตรเลียในปัญญาประดิษฐ์ 2003. [ดูบริบท]Marc Sebban และริชาร์ดหมุนนก และ Stéphane Lallich หยุดเงื่อนไขสำหรับเทคนิคลดการส่งเสริมใช้ข้อมูล: จากปัญหา Multiclass ไบนารี สมุดรายวันของเครื่องเรียนวิจัย 3 2002. [ดูบริบท]Nikunj C. Oza และ Stuart J. รัสเซล รุ่นชุดเย็บถุง และการส่งเสริมและทดลองเปรียบเทียบออนไลน์ KDD 2001. [ดูบริบท]Marc Sebban และริชาร์ดหมุนนก และฌอง-Hugues Chauchat และ Ricco Rakotomalala ผลกระทบของการตั้งค่าคุณภาพและขนาดในการแสดงแผนภูมิการตัดสินใจในการเรียนรู้ ของดอกเบี้ย J. Comput สัญญาณ syst., 1 2000. [ดูบริบท]Iztok Savnik และปีเตอร์ A. Flach การค้นพบการอ้างอิงที่มีหลายค่าจากความสัมพันธ์ Intell ข้อมูลทางทวารหนัก 4 2000. [ดูบริบท]เจิ้งเหอ Jie และรัสเซล Greiner เปรียบเทียบคำนามภาษาทฤษฎีเครือข่าย UAI 1999. [ดูบริบท]Daniel J. Lizotte และมาดา นิ Omid และรัสเซล Greiner เรียนรู้ตามงบประมาณ Part II: เดอะนา #ve-Bayes กรณี ภาควิชาคอมพิวเตอร์มหาวิทยาลัยวิทยาศาสตร์อัลเบอร์ตา [ดูบริบท]หวนเล่า ครอบครัวกฎประสิทธิภาพเครื่องกำเนิดไฟฟ้า แผนกสารสนเทศและคอมพิวเตอร์วิทยาศาสตร์มหาวิทยาลัยแห่งชาติสิงคโปร์ [ดูบริบท]Zhiqiang ยาง และ Sheng Zhong และรีเบคก้า ไรท์ N. ประเภทที่สงวนความเป็นส่วนตัวของข้อมูลของลูกค้าโดยไม่สูญเสียความแม่นยำ คอมพิวเตอร์วิทยาศาสตร์แผนก Stevens สถาบันเทคโนโลยี [ดูบริบท]Jos'e L. Balc'azar กฎ Negations กี่และโครงร่างข้อความครอบคลุม ฝ่าย LSI, UPC [ดูบริบท]Shi Zhong และ ทัง Weiyu และ Taghi เมตร Khoshgoftaar ตัวกรองเสียงที่เพิ่มขึ้นสำหรับการระบุข้อมูล Mislabeled แผนกคอมพิวเตอร์วิทยาศาสตร์และวิศวกรรมมหาวิทยาลัยฟลอริดาแอตแลนติก [ดูบริบท]คิม Hyunwoo และโละยินเว่ย ต้นไม้ประเภท มีรูปแบบเชิงเส้น Discriminant Bivariate โหน วิชาสถิติภาควิชาสถิติมหาวิทยาลัยเทนเนสซีมหาวิทยาลัยวิสคอนซิน [ดูบริบท]Daniel J. Lizotte ชื่อแบบฟอร์มของรุ่นของไลบรารีของผู้เขียน เรียนรู้ตามงบประมาณของคำนามภาษา Naive Bayes [ดูบริบท]Nikunj C. Oza และ Stuart J. รัสเซล เย็บถุงออนไลน์และส่งเสริม คอมพิวเตอร์วิทยาศาสตร์ส่วนมหาวิทยาลัยของรัฐแคลิฟอร์เนีย [ดูบริบท]

ผลลัพธ์ (ไทย) 2:

Qingping เต่า Ph. D. ทำขั้นตอนวิธีการเรียนรู้ที่มีประสิทธิภาพด้วยคุณสมบัติมากมายชี้แจง Qingping เต่าวิทยานิพนธ์คณะบัณฑิตวิทยาลัยมหาวิทยาลัยเนบราสก้าในการปฏิบัติตามส่วนหนึ่งของการ 2004 [ดูบริบท]. แดเนียลเจ Lizotte และ Omid มาดาและรัสเซล Greiner งบประมาณการเรียนรู้ของหน่อมแน้ม-Bayes ลักษณนาม เอื้อย 2003 [ดูบริบท]. Jianbin ตาลและเดวิดลิตร Dowe MML อนุมานของกราฟการตัดสินใจที่มีหลายวิธีร่วมและแอตทริบิวต์แบบไดนามิก การประชุมออสเตรเลียปัญญาประดิษฐ์ 2003 [ดูบริบท]. มาร์ค Sebban และริชาร์ดและ Nock Stéphane Lallich หยุดเกณฑ์สำหรับการส่งเสริมการตามเทคนิคการลดข้อมูล: จากไบนารีจะ multiclass ปัญหา วารสารการวิจัยการเรียนรู้เครื่อง 3 ปี 2002 [ดูบริบท]. Nikunj ซี Oza จวร์ตและเจรัสเซล การเปรียบเทียบการทดลองของออนไลน์และรุ่นชุดของถุงและเพิ่ม KDD 2001 [ดูบริบท]. มาร์ค Sebban และริชาร์ดและฌอง Nock-Hugues Chauchat และ Ricco Rakotomalala ผลกระทบของคุณภาพชุดการเรียนรู้และขนาดในการตัดสินใจการแสดงต้นไม้ Int เจคอมพิวเต Syst สัญญาณ, 1 ปี 2000 [ดูบริบท]. Iztok Savnik และ Peter A. Flach การค้นพบการอ้างอิงจากความสัมพันธ์ที่มีหลาย Intell ข้อมูลทางทวารหนัก 4 ปี 2000 [ดูบริบท]. Jie เฉิงและรัสเซล Greiner เปรียบเทียบคชกรรมลักษณนามเครือข่าย เอื้อย 1999 [ดูบริบท]. แดเนียลเจ Lizotte และ Omid มาดาและรัสเซล Greiner งบประมาณการเรียนรู้ส่วนที่ ii: นา # ve-Bayes กรณี ภาควิชาวิทยาการคอมพิวเตอร์มหาวิทยาลัยอัลเบอร์ต้า [ดูบริบท]. Huan หลิว ครอบครัวปั่นไฟกฎที่มีประสิทธิภาพ ภาควิชาระบบสารสนเทศและวิทยาการคอมพิวเตอร์มหาวิทยาลัยแห่งชาติสิงคโปร์ [ดูบริบท]. Zhiqiang ยางและ Sheng Zhong และรีเบคก้าเอ็นไรท์ ความเป็นส่วนตัวการจำแนกประเภทของการรักษาข้อมูลของลูกค้าโดยไม่ต้องสูญเสียความแม่นยำ ภาควิชาวิทยาการคอมพิวเตอร์, Stevens Institute of Technology [ดูบริบท]. Jos'e ลิตร Balc'azar กฎที่มี negations ขอบเขตและความคุ้มครองการอนุมานโครงการ ฝ่าย LSI, UPC [ดูบริบท]. ชิ Zhong และ Weiyu ถังและ Taghi เมตร Khoshgoftaar เพิ่มขึ้นกรองเสียงรบกวนสำหรับการระบุข้อมูลเรียกไม่ถูก ภาควิชาวิทยาการคอมพิวเตอร์และวิศวกรรมมหาวิทยาลัยฟลอริดาแอตแลนติก [ดูบริบท]. ฮยอนอูคิมและ Wei-Yin Loh ต้นไม้ที่มีการจัดหมวดหมู่ทวิจำแนกเชิงเส้นโหนดรุ่น ภาควิชาสถิติภาควิชาสถิติมหาวิทยาลัยเทนเนสซีมหาวิทยาลัยวิสคอนซิน [ดูบริบท]. แดเนียลเจ Lizotte แบบฟอร์มที่วางจำหน่ายห้องสมุดชื่อของผู้เขียน งบประมาณการเรียนรู้ของ Naive Bayes ลักษณนาม [ดูบริบท]. Nikunj ซี Oza จวร์ตและเจรัสเซล บรรจุถุงออนไลน์และการส่งเสริม กองวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยแห่งแคลิฟอร์เนีย [ดูบริบท]

ผลลัพธ์ (ไทย) 3:

qingping เต๋า ปริญญาเอก การทำขั้นตอนวิธีการเรียนรู้อย่างมีประสิทธิภาพด้วยคุณสมบัติชี้แจงมากมาย qingping เต๋าวิทยานิพนธ์ คณะบัณฑิตวิทยาลัย มหาวิทยาลัยเนบราสก้าในการเติมเต็มบางส่วนของความต้องการ 2004 [ ดูบริบท ] .

และ Daniel J . lizotte omid มาดานิ และ รัสเซล ไกรเนอร์ . งบประมาณแบบไร้เดียงสา Bayes ลักษณนาม ไว . 2003 [ ดูบริบท ] .

เจียนบิ่น tan และเดวิดลิตร dowe .บริษัทได้สรุปการตัดสินใจกราฟกับหลายวิธีรวมและคุณลักษณะแบบไดนามิก การประชุมชาวออสเตรเลียในปัญญาประดิษฐ์ 2003 [ ดูบริบท ] .

มาร์ค sebban และริชาร์ดน็อกและ St é phane lallich . เกณฑ์สำหรับการหยุดใช้เทคนิคการลดข้อมูลไบนารีจากหลายปัญหา วารสารวิจัย , การเรียนรู้เครื่อง 3 2002 [ ดูบริบท ]

nikunj ซี. โอซ่า และ สจ๊วต เจรัสเซล ทดลองการเปรียบเทียบออนไลน์และชุดรุ่นของถุงและเพิ่ม . KDD . 2001 [ ดูบริบท ] .

มาร์ค sebban และริชาร์ด บรรจุ และยีน และ hugues โชแชทริคโค่ rakotomalala . ผลกระทบของการตั้งค่าคุณภาพขนาดและสมรรถนะการเรียนรู้ต้นไม้ตัดสินใจ Int . J . คอมพิวเตอร์ . ระบบ . สัญญาณที่ 1 2000 [ ดูบริบท ]

iztok savnik และปีเตอร์ . flach .การค้นพบของ multivalued การอ้างอิงจากความสัมพันธ์ นเทล . ข้อมูลทางทวารหนัก , 4 2000 [ ดูบริบท ] .

Jie Cheng และรัสเซลไกรเนอร์ . การเปรียบเทียบคำลักษณนามเครือข่ายคชกรรม . ไว . 1999 [ ดูบริบท ] .

และ Daniel J . lizotte omid มาดานิ และ รัสเซล ไกรเนอร์ . สนับสนุนการเรียนรู้ ส่วนที่ ii : na #ได้ Bayes กรณี ภาควิชาคอมพิวเตอร์คณะวิทยาศาสตร์มหาวิทยาลัยอัลเบอร์ต้า [ ดูบริบท ] .

เฮือน หลิวครอบครัวของเครื่องกำเนิดไฟฟ้าปกครองที่มีประสิทธิภาพ ภาควิชาระบบสารสนเทศและคอมพิวเตอร์วิทยาศาสตร์ของมหาวิทยาลัยแห่งชาติสิงคโปร์ [ ดูบริบท ]

zhiqiang หยางเซิงจง และ รีเบคก้า เอ็นไรท์ การรักษาความเป็นส่วนตัวของข้อมูลลูกค้าโดยไม่สูญเสียความถูกต้อง กรมวิทยาศาสตร์คอมพิวเตอร์ , สตีเวน สถาบันเทคโนโลยี [ ดูบริบท ]

jos'e L . balc'azar .กฎจำกัด negations และครอบคลุมการอนุมานแบบ ฝ่าย LSI , UPC . [ ดูบริบท ] .

ซือจงเว่ยอี้ถัง และ taghi เมตรและ khoshgoftaar . ใช้ตัวกรองเสียงสำหรับการปลอมข้อมูล กรมวิทยาศาสตร์และวิศวกรรมคอมพิวเตอร์มหาวิทยาลัยฟลอริดาแอตแลนติก [ ดูบริบท ] .

ฮยอนวู คิม และ เว่ย หยินโล๊ะ . การถดถอยเชิงเส้นโหนดต้นไม้จำแนกรุ่นภาควิชาสถิติภาควิชาสถิติมหาวิทยาลัยเทนเนสซีแห่งมหาวิทยาลัยวิสคอนซิน [ ดูบริบท ] .

Daniel J . lizotte . ห้องสมุดปล่อยรูปแบบชื่อผู้เขียน งบประมาณแบบไร้เดียงสา Bayes ลักษณนาม [ ดูบริบท ]

nikunj ซี. โอซ่า และ สจ๊วต เจ รัสเซล ออนไลน์การจัดการและการส่งเสริม . แผนกวิทยาศาสตร์คอมพิวเตอร์ของมหาวิทยาลัยแคลิฟอร์เนีย ดูบริบท
[ ]