[8] H. Blockeel, L. De Raedt, and J

[8] H. Blockeel, L. De Raedt, and J. Ramon. Top-down induction
of clustering trees. In J. Shavlik, editor, Proceedings
of the 15th International Conference on Machine Learning,
pages 55–63. Morgan Kaufmann, 1998.
[9] L. Breiman. Bagging predictors. Machine Learning,
24(2):123–140, 1996.
[10] L. Breiman, J. Friedman, R. Olshen, and C. Stone. Classifi-
cation and Regression Trees. Chapman & Hall, 1984.
[11] A. Buja and Y.-S. Lee. Data mining criteria for tree-based regression
and classification. InProceedings of the Seventh International
Conference on Knowledge Discovery and Data
Mining, pages 27–36, 2001.
[12] B. V. Dasarathy. Nearest Neighbor (NN) Norms: NN Pattern
Classification Techniques. IEEE Computer Society Press,
Los Alamitos, California, 1990.
[13] Y. Freund and R. E. Schapire. Experiments with a new
boosting algorithm. In Proceedings of the 13th International
Conference on Machine Learning, pages 148–156, 1996.
[14] N. Gale, W. Halperin, and C. Costanzo. Unclassed matrix
shading and optimal ordering in hierarchical cluster analysis.
Journal of Classification, 1:75–92, 1984.
[15] http://www.angoss.com.
[16] http://www.spss.com.
[17] A. Inselberg and T. Avidan. Classification and visualization
for high-dimensional data. In Proceedings of the Sixth International
Conference on Knowledge Discovery and Data
Mining, pages 370–374, 2000.
[18] A. Kalton, P. Langley, K. Wagstaff, and J. Yoo. Generalized
clustering, supervised learning, and data assignment.
In Proceedings of the Seventh International Conference on
Knowledge Discovery and Data Mining, 2001.
[19] D. A. Keim and M. Ankerst. Visual data mining and exploration
of large databases. In Proceedings of the 5th European
Conference on Principles and Practice of Knowledge
Discovery in Databases, Freiburg, Germany, 2001.
[20] D. A. Keim, M. C. Hao, U. Dayal, and M. Hsu. Pixel
bar charts: A visualization technique for very large multiattributes
data sets. Information Visualization, 1, 2002.
[21] R. Kohavi and D. Sommerfield. Targeting business users
with decision table classifiers. In Proceedings of the
Fourth International Conference on Knowledge Discovery
and Data Mining, pages 249–253, 1998.
[22] P. Langley. Elements of Machine Learning. Morgan Kaufmann
Publishers, 1996.
[23] R. L. Ling. A computer generated aid for cluster analysis.
Communications of the ACM, 16(6):355–361, 1973.
[24] R. Maclin and D. Opitz. An empirical evaluation of bagging
and boosting. In Proceedings of the Fourteenth National
Conference on Artificial Intelligence, pages 546–551. AAAI
Press/MIT Press, 1997.
[25] C. J. Merz, P. M. Murphy, and D. W. Aha.
UCI repository of machine learning databases,
http://www.ics.uci.edu/˜mlearn/mlrepository.html, 1997.
Dept. of Information and Computer Science, University of
California at Irvine.
[26] T. Mitchell. Machine Learning. McGraw Hill, 1997.
[27] F. Provost and V. Kolluri. A survey of methods for scaling
up inductive algorithms. Data Mining and Knowledge Discovery,
2:1–42, 1999.

ผลลัพธ์ (ไทย) 1:

[8] H. Blockeel, L. De Raedt และ Ramon เจ เหนี่ยวนำบนลงล่างของคลัสเตอร์ต้นไม้ ใน J. Shavlik แก้ไข ตอนการประชุมนานาชาติ 15 ในเรียนรู้ของเครื่องหน้า 55-63 มอร์แกน Kaufmann, 1998[9] L. Breiman เย็บถุง predictors เรียนรู้ของเครื่อง24 (2): 123 – 140, 1996[10] L. Breiman เจ.ฟรีดแมน R. Olshen และหินค Classifi-cation และต้นไม้ถดถอย แชปแมนและฮอลล์ 1984[11] A. Buja และ Y. S. ลี เงื่อนไขการทำเหมืองข้อมูลสำหรับต้นไม้การถดถอยและการจัดประเภท InProceedings นานาชาติเจ็ดค้นหาความรู้และข้อมูลการประชุมการทำเหมืองแร่ หน้า 27-36, 2001[12] B. V. Dasarathy ใกล้เคียง (NN) บรรทัดฐาน: รูปแบบ NNเทคนิคการจัดประเภท ข่าวสมาคม IEEE คอมพิวเตอร์ลอส Alamitos แคลิฟอร์เนีย 1990[13] Y. Freund และ R. E. Schapire ทดลองกับใหม่อัลกอริทึมในการส่งเสริม ในวิชาการนานาชาติ 13การประชุมเรียนรู้ของเครื่อง หน้า 148-156, 1996[14] N. Gale, Halperin ฝั่งตะวันตก และ C. Costanzo เมตริกซ์ unclassedแรเงาและการจัดลำดับสูงสุดในการแบ่งลำดับชั้นสมุดรายวันการจัดประเภท 1:75-92, 1984[15] http://www.angoss.com[16] http://www.spss.com[17] อ. Inselberg และต. Avidan จัดประเภทและแสดงภาพประกอบเพลงสำหรับข้อมูลมิติสูง ในวิชาการนานาชาติหกค้นหาความรู้และข้อมูลการประชุมการทำเหมืองแร่ หน้า 370-374, 2000[18] A. Kalton, P. ลแลงเกลย์ คุณ Wagstaff และเจอยู่ ตั้งค่าทั่วไปคลัสเตอร์ มีเรียน และกำหนดข้อมูลในรายงานการประชุมนานาชาติเจ็ดในค้นหาความรู้และการทำเหมืองข้อมูล 2001[19] D. A. Keim และ Ankerst เมตร สำรวจและทำเหมืองข้อมูลภาพฐานข้อมูลขนาดใหญ่ ในตอนของยุโรป 5การประชุมหลักการและฝึกความรู้ค้นหาในฐานข้อมูล Freiburg เยอรมนี 2001[20] D. A. Keim, M. C. เฮ้าส์ ประเทศดายัล และซูม. พิกเซลแผนภูมิแท่ง: เทคนิคการแสดงภาพประกอบเพลง multiattributes มากชุดข้อมูล รายละเอียดแสดงภาพประกอบเพลง 1, 2002[21] R. Kohavi และ D. Sommerfield กำหนดเป้าหมายผู้ใช้ทางธุรกิจกับคำนามภาษาตารางการตัดสินใจ ในวิชาการการประชุมนานาชาติสี่การค้นพบความรู้และข้อมูลทำเหมืองแร่ หน้า 249-253, 1998[22] P. ลแลงเกลย์ องค์ประกอบของการเรียนรู้ของเครื่อง มอร์แกน Kaufmannผู้เผยแพร่ ปี 1996[23] R. L. ลิง คอมพิวเตอร์ช่วยในการวิเคราะห์คลัสเตอร์ที่สร้างขึ้นการสื่อสารพลอากาศ 16 (6): 355 – 361, 1973[24] R. Maclin และ D. Opitz การประเมินผลของการเย็บถุงและส่งเสริม ในวิชาการแห่งชาติซึ่งปัญญาประดิษฐ์ การประชุมหน้า 546-551 AAAIกด กด/MIT, 1997[25] C. J. Merz, P. M. เมอร์ฟี และ D. W. Ahaเครื่องเรียนรู้ฐานข้อมูล คลัง UCIhttp://www.ics.uci.edu/ ˜mlearn/mlrepository.html, 1997ฝ่ายสารสนเทศและวิทยาการคอมพิวเตอร์ มหาวิทยาลัยแคลิฟอร์เนียที่เออร์วิน[26] ต. Mitchell การเรียนรู้ของเครื่อง McGraw Hill, 1997[27] F. Provost และ V. Kolluri แบบสำรวจวิธีการปรับมาตราส่วนของค่าอัลกอริทึมเชิงอุปนัย การทำเหมืองข้อมูลและการค้นพบความรู้2:1 – 42, 1999

ผลลัพธ์ (ไทย) 2:

[8] Blockeel เอชแอลเดอ Raedt และเจรามอน การเหนี่ยวนำจากบนลงล่างของต้นไม้การจัดกลุ่ม
ในเจค่าย Shavlik, แก้ไข,
การดำเนินการของการประชุมนานาชาติครั้งที่15 เมื่อการเรียนรู้เครื่อง,
หน้า 55-63 มอร์แกน Kaufmann 1998
[9] ลิตร Breiman พยากรณ์ห่อ การเรียนรู้เครื่อง
24 (2): 123-140 1996
[10] ลิตร Breiman เจฟรีดแมน, อาร์ Olshen และซีโตน Classifi-
ไอออนบวกและต้นไม้ถดถอย แชปแมนและฮอลล์ปี 1984
[11] เอ Buja และ Y.-S. ที่กำบัง หลักเกณฑ์การทำเหมืองข้อมูลสำหรับการถดถอยตามต้นไม้และการจำแนก
InProceedings
ของนานาชาติที่เจ็ดการประชุมเกี่ยวกับการค้นพบความรู้และข้อมูลการทำเหมืองแร่, หน้า 27-36, ปี 2001 [12] BV Dasarathy เพื่อนบ้านที่ใกล้ที่สุด (NN) บรรทัดฐาน: NN แบบเทคนิคการจำแนกประเภท อีอีอีพีซีสังคมกดLos Alamitos แคลิฟอร์เนียปี 1990 [13] วาย Freund และ RE Schapire การทดลองกับใหม่ขั้นตอนวิธีการส่งเสริมการ ในการดำเนินการของนานาชาติครั้งที่ 13 การประชุมเกี่ยวกับการเรียนรู้เครื่อง, หน้า 148-156 1996 [14] เอ็นเกลดับบลิว Halperin และซี Costanzo เมทริกซ์ Unclassed. แรเงาและการสั่งซื้อที่เหมาะสมในการวิเคราะห์กลุ่มลำดับชั้นวารสารการจำแนก 1: 75-92, ปี 1984 [15] http://www.angoss.com. [16] http://www.spss.com. [ 17] เอ Inselberg ตันและ Avidan การจำแนกประเภทและการมองเห็นข้อมูลสูงมิติ ในการดำเนินการของนานาชาติที่หกการประชุมเกี่ยวกับความรู้และการค้นพบข้อมูลทำเหมืองแร่, หน้า 370-374 2000 [18] เอ Kalton พีแลงลีย์, เค Wagstaff และเจยู ทั่วไปการจัดกลุ่มดูแลการเรียนรู้และการกำหนดข้อมูล. ในการประชุมวิชาการระหว่างประเทศที่เจ็ดการค้นพบความรู้และการทำเหมืองข้อมูล 2001 [19] DA Keim และเอ็ม Ankerst การทำเหมืองข้อมูลภาพและการสำรวจของฐานข้อมูลขนาดใหญ่ ในการดำเนินการของยุโรปที่ 5 การประชุมเกี่ยวกับหลักการและการปฏิบัติของความรู้ของการค้นพบในฐานข้อมูล Freiburg, เยอรมนี, ปี 2001 [20] DA Keim พิธีกรเฮา U. Dayal และเอ็มฮ พิกเซลแผนภูมิแท่ง: การสร้างภาพเทคนิคสำหรับ multiattributes ขนาดใหญ่มากชุดข้อมูล การแสดงข้อมูลที่ 1 ปี 2002 [21] อาร์ Kohavi และ D Sommerfield กำหนดเป้าหมายผู้ใช้ทางธุรกิจกับลักษณนามตารางการตัดสินใจ ในการดำเนินการของการประชุมนานาชาติที่สี่ในการค้นพบความรู้และการทำเหมืองข้อมูล, หน้า 249-253 1998 [22] พีแลงลีย์ องค์ประกอบของการเรียนรู้เครื่อง มอร์แกน Kaufmann สำนักพิมพ์ปี 1996 [23] RL หลิง คอมพิวเตอร์ที่สร้างขึ้นสำหรับการช่วยเหลือการวิเคราะห์กลุ่ม. การสื่อสารของพลอากาศเอก 16 (6): 355-361 1973 [24] อาร์ Maclin และ D Opitz การประเมินผลเชิงประจักษ์ของถุงและเพิ่ม ในการดำเนินการของสิบสี่แห่งชาติการประชุมเกี่ยวกับปัญญาประดิษฐ์, หน้า 546-551 AAAI กด / MIT Press, 1997 [25] CJ Merz, PM เมอร์ฟี่และใบสำคัญแสดงสิทธิอนุพันธ์ Aha. พื้นที่เก็บข้อมูล UCI ของฐานข้อมูลการเรียนรู้เครื่องhttp://www.ics.uci.edu/~mlearn/mlrepository.html 1997 ฝ่าย . สารสนเทศและวิทยาการคอมพิวเตอร์มหาวิทยาลัยแคลิฟอร์เนียที่เออร์. [26] ตมิทเชลล์ การเรียนรู้เครื่อง McGraw ฮิลล์ 1997 [27] เอฟพระครูโวลต์และ Kolluri การสำรวจวิธีการในการปรับขึ้นขั้นตอนวิธีการอุปนัย การทำเหมืองข้อมูลและความรู้เกี่ยวกับการค้นพบที่ 2: 1-42, 1999