会员服务
分类是数据挖掘的一种非常重要的方法。分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型（即我们通常所说的分类器(Classifier)）。该函数或模型能够把数据库中的数据纪录映射到给定类别中的某一个，从而可以应用于数据预测。总之，分类器是数据挖掘中对样本进行分类的方法的统称，包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法。

精品内容

学习具有层次标签的图像表示，Learning Representations For Images With Hierarchical Labels
学习具有层次标签的图像表示，Learning Representations For Images With Hierarchical Labels
专知会员服务
37+阅读 · 2020年4月6日
【AAAI2020】知识图谱的生成式对抗零样本关系学习，Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs
【AAAI2020】知识图谱的生成式对抗零样本关系学习，Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs
专知会员服务
63+阅读 · 2020年1月11日
【论文笔记】深度学习对设计模式组织自动化的影响：Implications of deep learning for the automation of design patterns organization
专知会员服务
7+阅读 · 2020年1月7日
【KDD2019|讲座推荐】成本敏感多类多标签分类研究进展：Advances in Cost-sensitive Multiclass and Multilabel Classification
【KDD2019|讲座推荐】成本敏感多类多标签分类研究进展：Advances in Cost-sensitive Multiclass and Multilabel Classification
专知会员服务
19+阅读 · 2019年12月9日
【论文推荐】可解释神经网络，Towards Explainable Deep Neural Networks (xDNN)
【论文推荐】可解释神经网络，Towards Explainable Deep Neural Networks (xDNN)
专知会员服务
39+阅读 · 2019年12月5日
【干货】监督学习知识手册大全|维基百科书，附103页pdf下载
【干货】监督学习知识手册大全|维基百科书，附103页pdf下载
专知会员服务
68+阅读 · 2019年12月5日
【AAMSA 2019 | tutorial】对抗机器学习 Adversarial Machine Learning， 伊利诺伊大学厄巴纳-香槟分校|Bo Li，圣路易斯华盛顿大学|Yevgeniy Vorobeychik
【AAMSA 2019 | tutorial】对抗机器学习 Adversarial Machine Learning， 伊利诺伊大学厄巴纳-香槟分校|Bo Li，圣路易斯华盛顿大学|Yevgeniy Vorobeychik
专知会员服务
27+阅读 · 2019年5月13日
【AAAI 2019 Tutorial】对抗机器学习（Adversarial Machine Learning），Bo Li，Dawn Song，Yevgeniy Vorobeychik
【AAAI 2019 Tutorial】对抗机器学习（Adversarial Machine Learning），Bo Li，Dawn Song，Yevgeniy Vorobeychik
专知会员服务
28+阅读 · 2019年11月18日
参考链接
微信扫码咨询专知VIP会员
Top