注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 地理信息系统算法基础.rar

  2. 第1章算法设计和分析 1．1概述 1．2算法设计原则 1．3算法复杂性的度量 1．3．1时间复杂性 1．3．2空间复杂性 1．4最优算法 1．5算法的评价 1．5．1如何估计算法运行时间 1．5．2最坏情况和平均情况的分析 1．5．3平摊分析 1．5．4输入大小和问题实例 思考题 第2章GIS算法的计算几何基础 2．1维数扩展的9交集模型 2．1．1概述 2．1．2模型介绍 2．1．3空间关系的判定 2．2矢量的概念 2．2．1矢量加减法 2．2．2矢量叉积 2．3折线段的拐向判断 2．4判断

  3. 所属分类：其它

    • 发布日期：2009-11-30
    • 文件大小：18mb
    • 提供者：xue12300

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1mb
    • 提供者：huanghyw

  1. 搜索引擎-原理 、技术与系统

  2. 搜索引擎 原理 搜索 算法 数据挖掘 搜索引擎 原理 搜索 算法 数据挖掘 搜索引擎 原理 搜索 算法 数据挖掘 搜索引擎 原理 搜索 算法 数据挖掘

  3. 所属分类：专业指导

    • 发布日期：2011-06-12
    • 文件大小：3mb
    • 提供者：ustcxcl

  1. Web Data Mining (英文)

  2. 目录回到顶部↑ 第一部分 数据挖掘基础. 第1章 概述3 1.1 什么是万维网3 1.2 万维网和互联网的历史简述4 1.3 web数据挖掘5 1.3.1 什么是数据挖掘6 1.3.2 什么是web数据挖掘7 1.4 各章概要8 1.5 如何阅读本书10 文献评注10 第2章 关联规则和序列模式12 2.1 关联规则的基本概念12 2.2 apriori算法14 2.2.1 频繁项目集生成14 2.2.2 关联规则生成17 2.3 关联规则挖掘的数据格式19 2.4 多最小支持度的关联规则挖掘

  3. 所属分类：专业指导

    • 发布日期：2012-05-02
    • 文件大小：8mb
    • 提供者：chen_767

  1. 数据挖掘-数据-模型-算法.pdf

  2. 数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性（属于Association rule learning）的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

  3. 所属分类：金融

    • 发布日期：2013-04-15
    • 文件大小：8mb
    • 提供者：u010312081

  1. Web Data Mining (Web 数据挖掘)--刘冰

  2. Web Data Mining (Web 数据挖掘)--刘冰 本书旨在阐述web数据挖掘的概念及其核心算法，使读者获得相对完整的关于web数据挖掘的算法和技术知识。本书不仅介绍了搜索、页面爬取和资源探索以及链接分析等传统的Web挖掘主题，而且还介绍了结构化数据的抽取、信息整合、观点挖掘和Web使用挖掘等内容，这些内容在已有书籍中没有提及过，但它们在Web数据挖掘中却占有非常重要的地位。全书分为两大部分：第一部分包括第2章到第5章，介绍数据挖掘的基础；第二部分包括第6章到第12章，介绍Web相关

  3. 所属分类：其它

    • 发布日期：2013-06-18
    • 文件大小：3mb
    • 提供者：xu_tian

  1. 文本挖掘tmSVM开源项目包含Python和Java两种版本带参考文档

  2. 文本挖掘tmSVM开源项目集成libSVM和liblinear包含Python和Java两种版本带PDF源码参考文档 简介 文本挖掘无论在学术界还是在工业界都有很广泛的应用场景。而文本分类是文本挖掘中一个非常重要的手段与技术。现有的分类技术都已经非常成熟，SVM、KNN、Decision Tree、AN、NB在不同的应用中都展示出较好的效果，前人也在将这些分类算法应用于文本分类中做出许多出色的工作。但在实际的商业应用中，仍然有很多问题没有很好的解决，比如文本分类中的高维性和稀疏性、类别的不平衡

  3. 所属分类：Python

    • 发布日期：2014-02-23
    • 文件大小：3mb
    • 提供者：vcfriend

  1. 数据挖掘文档

  2. 数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

  3. 所属分类：其它

    • 发布日期：2014-07-10
    • 文件大小：1mb
    • 提供者：jim_101

  1. 数据挖掘 计算机

  2. 数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

  3. 所属分类：网络基础

    • 发布日期：2014-07-14
    • 文件大小：14mb
    • 提供者：makeadent

  1. Web数据挖掘

  2. 　　过去几十年里，web的迅速发展使其成为世界上规模最大的公共数据源。web挖掘的目标是从web超链接、网页内容和使用日志中探寻有用的信息。. 　　 本书旨在阐述web数据挖掘的概念及其核心算法，使读者获得相对完整的关于web数据挖掘的算法和技术知识。本书不仅介绍了搜索、页面爬取和资源探索以及链接分析等传统的web挖掘主题，而且还介绍了结构化数据的抽取、信息整合、观点挖掘和web使用挖掘等内容，这些内容在已有书籍中没有提及过，但它们在web数据挖掘中却占有非常重要的地位。全书分为两大部分：第一

  3. 所属分类：Web开发

    • 发布日期：2014-12-05
    • 文件大小：48mb
    • 提供者：xudeli6a

  1. 数据挖掘（3版）

  2. 数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

  3. 所属分类：数据库

    • 发布日期：2015-03-13
    • 文件大小：45mb
    • 提供者：maohuanzhang

  1. Web数据挖掘_Liu.B（中文版）

  2. 《Web数据挖掘》旨在讲述这些任务以及它们的核心挖掘算法；尽可能涵盖每个话题的广泛内容，给出足够多的细节，以便读者无须借助额外的阅读，即可获得相对完整的关于算法和技术的知识。其中结构化数据的抽取、信息整合、观点挖掘和Web使用挖掘等4章是《Web数据挖掘》的特色，这些内容在已有书籍中没有提及，但它们在Web数据挖掘中却占有非常重要的地位。当然，传统的Web挖掘主题，如搜索、页面爬取和资源探索以及链接分析在书中也作了详细描述。 《Web数据挖掘》尽管题为“Web数据挖掘”，却依然涵盖了数据挖掘和

  3. 所属分类：网络基础

    • 发布日期：2017-03-01
    • 文件大小：48mb
    • 提供者：ymjrwys

  1. Web数据挖掘.pdf-中文-目录

  2. 《Web数据挖掘》旨在讲述这些任务以及它们的核心挖掘算法；尽可能涵盖每个话题的广泛内容，给出足够多的细节，以便读者无须借助额外的阅读，即可获得相对完整的关于算法和技术的知识。其中结构化数据的抽取、信息整合、观点挖掘和Web使用挖掘等4章是《Web数据挖掘》的特色，这些内容在已有书籍中没有提及，但它们在Web数据挖掘中却占有非常重要的地位。当然，传统的Web挖掘主题，如搜索、页面爬取和资源探索以及链接分析在书中也作了详细描述。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-04-11
    • 文件大小：46mb
    • 提供者：c010chenxu010

  1. 大数据工程师篇2017

  2. 大数据工程师篇2017介绍包括：流式计算、日志收集、编程语言、数据分析挖掘、数据搜索/可视化、机器学习、算法、云计算、大数据通用处理平台、分布式协调、分布式存储、存储格式、数据库、资源调度、工作流调度、机器学习工具、数据安全、部署工具、数据分析/数据仓库（SQL类）、消息队列。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-04-27
    • 文件大小：2mb
    • 提供者：w_h_zhang

  1. 斯坦福大学 2014机器学习教程中文笔记

  2. 斯坦福大学 2014机器学习教程中文笔记 Machine Learning(机器学习 机器学习 )是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学

  3. 所属分类：机器学习

    • 发布日期：2018-11-12
    • 文件大小：11mb
    • 提供者：u014793454

  1. 数据挖掘十大经典算法总结

  2. 数据挖掘（Data mining）又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

  3. 所属分类：机器学习

    • 发布日期：2018-12-23
    • 文件大小：87kb
    • 提供者：qq_37208651

  1. C#开发实战1200例（第一卷+第二卷）+源码下载地址.txt

  2. 主要内容有C#开发环境的使用、C#语言基础应用、字符串处理技术、数组和集合的使用、面向对象编程技术、数据结构与算法、Windows窗体基础、特色窗体界面、窗体控制技术、MDI窗体和继承窗体、Windows常用控件的使用、Windows不错控件的使用、DataGridView数据控件、自定义用户控件、文件基本操作、文件夹基本操作、文件流操作、加密、解密及解压缩文件、C#与Word互操作、高效应用Excel、基本图形绘制、图像处理技术、常用图表应用、动画处理技术、音频与视频控制。配书光盘附带了实例

  3. 所属分类：C#

    • 发布日期：2019-05-17
    • 文件大小：66byte
    • 提供者：weixin_42752851

  1. 数据挖掘(偶然看到比较好的).ppt

  2. 数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。 数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

  3. 所属分类：算法与数据结构

  1. 大数据市场年度综合报告.pdf

  2. 大数据市场年度综合报告.pdf中国大数据市场年度综合报告2016 2016年8月 易观发现 国家大数据发展相关政策密集出台 《促进大数据发展行动纲要》中指出,我国现代信息化进程中产生的和可被利用的海量数据集合, 是当代信息社会的数捱资源总和,是信息吋代的全数拆,既包括互联网数据,也包括政府数据和行业 数据。经过多年发展,传统信息化对经济社会发展的支撑和引领作为无法充分发挥,迫切需要打破部 门割据和行业壁垒,促进互联冮通、数据开放、信息共享和业务协同,切实以数据流引领技术流、物 质流、资金沇、人才

  3. 所属分类：互联网

    • 发布日期：2019-07-03
    • 文件大小：9mb
    • 提供者：qq_34543438

  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：3mb
    • 提供者：songzailu6482
« 12 3 4 »