tianyalinfeng
- 浏览: 442540 次
- 性别:
- 来自: 苏州
-
最新评论
-
huguyue1988：
怎么样可以判断访问的音乐加载完成了呢？我的界面要加载多个这个的 ...
jPlayer的一些用法 -
永不悔你：
[color=yellow][/c[*][img][/img] ...
MyEclipse 9.0运行速度优化 -
tianyalinfeng：
这个教程里都有吧
jquery 筛选器 -
mengfei86：
你太牛了，我找了半天的问题，你一句代码搞定了，谢了，id^, ...
jquery 筛选器
相关推荐
Data Mining Algorithms in C++ Data Patterns and Algorithms for Modern Applications 英文无水印原版pdf pdf所有页面使用FoxitReader、PDF-XChangeViewer、SumatraPDF和Firefox测试都可以打开 本资源转载自...
Title: Data Mining Algorithms in C++: Data Patterns and Algorithms for Modern Applications Author: Timothy Masters Length: 286 pages Edition: 1st ed. Language: English Publisher: Apress Publication ...
Data Mining Algorithms in C++ Data Patterns and Algorithms for Modern Applications 英文epub 本资源转载自网络，如有侵权，请联系上传者或csdn删除 查看此书详细信息请在美国亚马逊官网搜索此书
It offers implementations of 52 data mining algorithms for: •sequential pattern mining, •association rule mining, •frequent itemset mining, •sequential rule mining, •clustering
《Automating the Design of Data Mining Algorithms》（数据挖掘算法的自动化设计）是一本于2010年出版的重要著作，作者是Gisele L. Pappa和Alex A. Freitas。本书探讨了如何利用进化计算方法自动设计数据挖掘算法...
This special issue of Data Mining and Knowledge Discovery addresses the issue of scaling data mining algorithms, applications and systems to massive data sets by applying high performance computing ...
Matlab提供了Data Mining Toolbox，支持多种数据挖掘算法的实现，包括K-means、CART以及其他的聚类、分类、关联规则等算法。用户可以通过友好的图形用户界面或者编程接口进行模型构建、训练、验证和评估。 K-means...
在当前信息技术迅猛发展的时代，互联网上的信息量呈指数级增长，同时，个人电脑、笔记本电脑、手持设备等设备的存储容量也在不断扩大。这导致用户在管理和检索信息时需要更多的控制。为了帮助用户简化与数据的交互，...
《现代数据挖掘算法在C++和CUDA C中的应用》是一本由Timothy Masters编著的专业书籍，主要关注数据科学领域的新颖特征提取和选择算法。这本书深入探讨了如何利用C++和CUDA C这两种编程语言来实现高效的数据挖掘过程...
Roiger does an excellent job of describing in step by step detail formulae involved in various data mining algorithms, along with illustrations. In addition, his tutorials in Weka software provide ...
This paper presents the top 10 data mining algorithms identified by the IEEE International Conference on Data Mining (ICDM) in December 2006: C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, ...