Classification: Classification is t

Classification: Classification is the most commonly applied data mining technique, which employs a set of preclassified
examples to develop a model that can classify the population of records at large. Fraud detection and credit
risk applications are particularly well suited to this type of analysis. This approach frequently employs decision tree
or neural network-based classification algorithms. The data classification process involves learning and
classification. In Learning the training data are analyzed by classification algorithm. In classification test data are
used to estimate the accuracy of the classification rules. If the accuracy is acceptable the rules can be applied to the
new data tuples. For a fraud detection application, this would include complete records of both fraudulent and valid
activities determined on a record-by-record basis. The classifier-training algorithm uses these pre-classified
examples to determine the set of parameters required for proper discrimination. The algorithm then encodes these
parameters into a model called a classifier. Some well-known classification models are

ผลลัพธ์ (ไทย) 1:

การจัดประเภท: การจัดประเภทเป็นเทคนิคการทำเหมืองข้อมูลที่ใช้กันมากที่สุด ซึ่งใช้ชุดของ preclassifiedตัวอย่างการพัฒนาแบบจำลองที่สามารถจัดประเภทประชากรของระเบียนมีขนาดใหญ่ การตรวจสอบการทุจริตและเครดิตโปรแกรมประยุกต์ความเสี่ยงอยู่โดยเฉพาะอย่างยิ่งเหมาะสำหรับการวิเคราะห์ชนิดนี้ วิธีการนี้มักใช้ต้นไม้การตัดสินใจหรืออัลกอริทึมการจัดประเภทเครือข่ายประสาท กระบวนการการจัดประเภทข้อมูลที่เกี่ยวข้องกับการเรียนรู้ และการจัดประเภท ในการเรียนรู้ ข้อมูลการฝึกอบรมจะถูกวิเคราะห์ โดยอัลกอริทึมการจำแนกประเภท ในการจัดประเภท มีข้อมูลทดสอบใช้ในการประเมินความถูกต้องของกฎการจัดประเภท ถ้าความถูกต้องเป็นที่ยอมรับ กฎสามารถใช้ได้กับการtuples ข้อมูลใหม่ สำหรับโปรแกรมประยุกต์การตรวจสอบการทุจริต รวมระเบียนที่สมบูรณ์ทั้งหลอกลวง และถูกต้องกิจกรรมที่กำหนดในแต่ละระเบียนโดยระเบียน อัลกอริทึมการฝึกลักษณนามใช้ประเภทเหล่านี้ก่อนตัวอย่างการตรวจสอบการตั้งค่าของพารามิเตอร์ที่จำเป็นสำหรับการเลือกปฏิบัติที่เหมาะสม อัลกอริทึมแล้วเข้ารหัสเหล่านี้พารามิเตอร์ในแบบจำลองที่เรียกว่าเป็นลักษณนาม มีรุ่นบางประเภทที่รู้จักกันดี

ผลลัพธ์ (ไทย) 2:

การจัดประเภท: การจัดหมวดหมู่เป็นที่ใช้กันมากที่สุดเทคนิคการทำเหมืองข้อมูลซึ่งมีพนักงานชุดของ preclassified
ตัวอย่างเพื่อพัฒนารูปแบบที่สามารถจำแนกประชากรของระเบียนที่มีขนาดใหญ่ ตรวจสอบการทุจริตและเครดิต
ความเสี่ยงการใช้งานที่เหมาะอย่างยิ่งกับประเภทของการวิเคราะห์นี้ วิธีนี้มักมีพนักงานต้นไม้ตัดสินใจ
หรือขั้นตอนวิธีการจัดหมวดหมู่ตามเครือข่ายประสาทเทียม ขั้นตอนการจัดหมวดหมู่ข้อมูลที่เกี่ยวข้องกับการเรียนรู้และ
การจัดหมวดหมู่ ในการเรียนรู้ข้อมูลการฝึกอบรมได้รับการวิเคราะห์โดยวิธีการจัดหมวดหมู่ ในการจำแนกประเภทข้อมูลการทดสอบจะ
ใช้ในการประเมินความถูกต้องของกฎการจัดหมวดหมู่ ถ้าความถูกต้องเป็นที่ยอมรับกฎที่สามารถนำไปใช้กับ
tuples ข้อมูลใหม่ สำหรับการประยุกต์ใช้ตรวจสอบการทุจริตนี้จะรวมระเบียนที่สมบูรณ์ของทั้งสองหลอกลวงและถูกต้อง
กิจกรรมที่กำหนดบนพื้นฐานที่บันทึกโดยบันทึก อัลกอริทึมลักษณนามฝึกอบรมจะใช้ก่อนจัดเหล่านี้
ตัวอย่างเพื่อตรวจสอบการตั้งค่าของพารามิเตอร์ที่จำเป็นสำหรับการเลือกปฏิบัติที่เหมาะสม ขั้นตอนวิธีการเข้ารหัสแล้วเหล่านี้
พารามิเตอร์ในรูปแบบที่เรียกว่าลักษณนาม บางคนที่รู้จักกันดีมีรูปแบบการจัดหมวดหมู่

ผลลัพธ์ (ไทย) 3:

หมวดหมู่ : หมวดหมู่คือ ส่วนใหญ่นิยมใช้เทคนิคเหมืองข้อมูลที่ใช้ชุดของ preclassifiedตัวอย่างการพัฒนารูปแบบที่สามารถจำแนกประชากรของระเบียนที่มีขนาดใหญ่ การตรวจจับการฉ้อโกงและเครดิตงานเสี่ยงโดยเฉพาะอย่างยิ่งเหมาะที่จะวิเคราะห์ชนิดนี้ วิธีนี้มักใช้แผนภาพการตัดสินใจแบบต้นไม้หรือทางประสาทการจำแนกขั้นตอนวิธี ข้อมูลที่เกี่ยวข้องกับกระบวนการการเรียนรู้และการจำแนกการจำแนกประเภท ในการเรียนรู้ข้อมูลการฝึกอบรมโดยใช้ขั้นตอนวิธีการจำแนก ในการจำแนกเป็นข้อมูลการทดสอบใช้เพื่อประเมินความถูกต้องของการจำแนกกฎ ถ้าความถูกต้องเป็นที่ยอมรับกฎสามารถใช้กับที่มีข้อมูลใหม่ สำหรับการตรวจสอบทุจริตการประยุกต์ใช้ นี้จะรวมถึงการบันทึกที่สมบูรณ์ของทั้งหลอกลวงและถูกต้องกิจกรรมที่กำหนดในบันทึกโดยบันทึกพื้นฐาน การจำแนกการใช้อัลกอริทึมเหล่านี้ก่อน จัดตัวอย่างการกำหนดชุดของพารามิเตอร์ที่จำเป็นสำหรับการเลือกปฏิบัติที่เหมาะสม . ขั้นตอนวิธีการเข้ารหัสเหล่านี้แล้วพารามิเตอร์ในรูปแบบที่เรียกว่าลักษณนาม บางรุ่นมีการ ที่รู้จักกันดี