搜索资源列表
wuzi
- 主要功能 物资管理是企业管理非常重要的一环，它对企业的发展起着非常举足轻重的作用。由于物资的种类繁多，在各部门进出频繁，使得物资管理变得十分复杂。开发一套完善的物资管理系统不但可以使物资的管理者，能够对物资的整个流程状态、库存状况了如指掌，并为决策管理提供科学依据，从而提高了管理水平和工作效率，而且可以使工作人员甩掉手工记账方式，从而最大限度地减少了手工操作带来的失误，达到事半功倍的效果。物资管理系统作为企业管理自动化、规范化的一部分，对提高企业管理效率、提高企业经济效益发挥不可替代的作用。
src.tar
- c45算法java实现,机器学习决策树算法的简单实现-c45 algorithm to achieve the java machine learning decision tree algorithm simple implementation
ID3
- Java实现决策树方法 ID3算法的简单例子-Java ID3 decision tree algorithm is simple example
Decision_MakingTree
- java实现决策树算法,根据输入的样本集生成相应的决策树。-This is the code about Decision_MakingTree.
C4.5
- 数据挖掘 决策树算法 C4.5 JAVA编程实现 GUI界面显示决策树的分析结果-DataMining decision tree C4.5 in java code GUI interface to show the result of decision tree
accesscontrol
- 完成java web 访问控制 属性的授权 属性的决策 属性的生成的问题代码 可以得到更加安全的web访问控制问题-Problems generated code completion java web access control attribute authorization attribute decision attribute can be more secure web access control issues
ID3
- ID3决策树的建立，直接在eclipse上运行-ID3 decision tree establishment, run directly in the eclipse
RandomForest
- 随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法
MinMaxTree
- 游戏树在人工智能的应用相当重要，若要寻找某赛局中最佳的步法的一个方式，是利用极小化极大算法在游戏树中搜寻最佳解，例如在井字游戏中电脑可以很快速地找到最佳解并做出决策。-Application of artificial intelligence in the game tree is very important, to find an innings in a manner best step is to use Minimax in the game tree search for the
DecisionTree
- 机器学习算法决策树算法中ID3算法的简单实现代码-Machine learning algorithms decision tree algorithm ID3 algorithm implementation code simple
weka
- 机器学习调用weka的jar包实现的源码，包含朴素贝叶斯,决策树,ID3,以及特征选择的源码，数据集使用weka的数据集，需要使用arff文件读入。-Weka machine learning to call the jar package implements the source, including Naive Bayes, decision trees, ID3, and features selected source dataset weka data set, you need t
mssb
- 使用win7 java最小错误率贝叶斯决策规则。-Minimum error rate Bayesian decision rule
Decision-tree-algorithm
- 数据挖掘，机器学习经典分类算法,决策树算法ID3 C4.5 Java实现 开发环境 eclipse-Data mining, machine learning classic classification algorithm, decision tree algorithm ID3 C4.5 Java development environment eclipse
findWebshell-master
- webshell后门检测脚本,基于决策树取得很高检测率(a scr ipt to find webshell in webserver)
C45-3
- 实现C4.53决策树算法，实现数据的分类(Implementation of C4.53 decision tree algorithm)
BizIdea.Standard_5.8.0.0
- 电子商务系统是动易公司研发的新一代企业电子商务管理系统，是一套专门面向大中型企业级电子商务平台的解决方案，拥有全套的企业电子商务支持工具：从站点构建到商品陈列、库存管理，从订单协同处理到在线支付和客户关系管理，从促销导购到销售分析财务管理等辅助决策工具，从站内资讯内容管理到人才招聘在线支持等，一应俱全；尤为适用于各类进行直销/分销电子商务运营的传统生产企业和作为企业分销渠道的销售/贸易型公司。(E-commerce e-commerce system is a new management sy
Django-ERP-master
- Django-ERP是一款面向中小企业的信息管理软件，实现了ERP和OA的有效融合，涵盖销售管理、采购管理、库存管理、OA流程以及员工自助平台功能，通过本平台，可以实时监控企业的收入、成本与库存，为管理者制定决策提供准确的数据支持。平台的工单服务功能为人财物等支持部门的人员和核心业务部门人员之间的有效沟通架设了信息桥梁。通过工单服务的经验积累，可为企业沉淀集体智慧，提升企业的运营效率。(Django-ERP is a small and medium-sized enterprises orie
rseslib-3.0.4-src
- 包含很多知名算法实现，支持向量机，决策树，粗糙集，贝叶斯分类器等，适合学术研究，短评论意见挖掘，文本分类等(It includes many well-known algorithm implementation, support vector machine, decision tree, rough set, Bias classifier, etc., which is suitable for academic research, short comment mining, text c
bos-parent
- BOS系统是物流公司的核心综合业务系统，实现“决策、管理、操作”一体化运作。在整个业务运营系统实施过程中强调：统一标准是基础，数据集成是手段，优化资源是目的。系统在满足各层基本操作功能需求的同时，做到管理层协调管理的简单化，进行有效控制运营；为高层提供灵敏的决策分析指标和报表，满足决策的要求。(BOS system is the core comprehensive business system of logistics company, which realizes the integrat
123
- webERP是一套ERP与财务管理软件。它具有支持多公司、多币种、多税种、多库存管理；权限角色管理便于 员工、客户和供应商使用；订单管理支持发票的跟踪与管理；销售费用管理及强大的销售分析功能，为管理者提供决策支持；提供全面的财务特性包括总帐、应收/应付帐目等；简单易于操作的Web界面。(WebERP is a set of ERP and financial management software. It supports multi company, multi currency, multi