In many data mining applications we are givena set of training example การแปล - In many data mining applications we are givena set of training example ไทย วิธีการพูด

In many data mining applications we

In many data mining applications we are given
a set of training examples and asked to
construct a regression machine or a classifier
that has low prediction error or low error rate
on new examples, respectively. An important
issue is speed especially when there are large
amounts of data. We show how both
classification and prediction error can be
reduced by using boosting techniques to
implement committee machines. In our
implementation of committees using either
classification trees or regression trees, we show
how we can trade off speed against either error
rate or prediction error.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ในโปรแกรมประยุกต์การทำเหมืองข้อมูลจำนวนมากที่เราชุดฝึกอบรมตัวอย่าง และถามไปสร้างเครื่องถดถอยหรือการ classifierมีข้อผิดพลาดในการทำนายต่ำหรืออัตราข้อผิดพลาดต่ำในตัวอย่างใหม่ ตามลำดับ มีความสำคัญปัญหาคือ ความเร็วโดยเฉพาะอย่างยิ่งเมื่อมีขนาดใหญ่จำนวนข้อมูล แสดงว่าทั้งสองข้อผิดพลาดในการจัดประเภทและคาดเดาได้ลดลงโดยเพิ่มเทคนิคการใช้เครื่องจักรกรรมการ ในของเราดำเนินงานของคณะกรรมการโดยใช้อย่างใดอย่างหนึ่งประเภทต้นไม้หรือต้นไม้ถดถอย แสดงวิธีการที่เราสามารถค้าปิดเร็วกับข้อผิดพลาดอย่างใดอย่างหนึ่งข้อผิดพลาดอัตราหรือคาดเดา
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ในข้อมูลจำนวนมากการใช้งานการทำเหมืองแร่ที่เราจะได้รับชุดของตัวอย่างการฝึกอบรมและขอให้สร้างเครื่องถดถอยหรือแยกประเภทที่มีข้อผิดพลาดในการทำนายต่ำหรืออัตราความผิดพลาดต่ำในตัวอย่างใหม่ตามลำดับ ที่มีความสำคัญเป็นปัญหาคือความเร็วโดยเฉพาะอย่างยิ่งเมื่อมีขนาดใหญ่ปริมาณของข้อมูล เราแสดงให้เห็นว่าทั้งการจัดหมวดหมู่และความผิดพลาดที่สามารถคาดการณ์ที่ลดลงโดยใช้เทคนิคการส่งเสริมการใช้เครื่องของคณะกรรมการ ของเราในการดำเนินงานของคณะกรรมการโดยใช้ต้นไม้การจัดหมวดหมู่หรือต้นไม้ถดถอยเราจะแสดงวิธีการที่เราสามารถค้าปิดความเร็วกับข้อผิดพลาดทั้งอัตราการทำนายหรือข้อผิดพลาด













การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ในการประยุกต์ใช้เหมืองข้อมูลข้อมูลมากมายที่เราได้รับ
ชุดตัวอย่างการฝึกอบรมและถาม

สร้างถดถอยเครื่องหรือลักษณนาม
ที่มีข้อผิดพลาดการทำนายอัตราความผิดพลาดต่ำหรือต่ำ
ตัวอย่างใหม่ ตามลำดับ ปัญหาที่สำคัญคือ ความเร็ว โดยเฉพาะ

เมื่อมีขนาดใหญ่ปริมาณของข้อมูล เราแสดงวิธีการทั้ง
การจำแนกและการทำนายผิดพลาดสามารถ


การลดลง โดยการใช้เทคนิคใช้เครื่องที่คณะกรรมการ ในการดำเนินงานของคณะกรรมการของเรา

การถดถอยโดยใช้ต้นไม้หรือต้นไม้ เราจะแสดงวิธีการที่เราสามารถแลก

อัตราความเร็วกับข้อผิดพลาดหรือข้อผิดพลาดพยากรณ์
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: