搜索资源列表
rosetta-1[1].0.1.zip
- ROSETTA C++库是一个C++类库和例程集合，支持基于可识别性的经验建模和数据挖掘。它由许多用于通用机器学习和粗糙集理论的例程组成。
rosetta-1[1].0.1
- ROSETTA C++库是一个C++类库和例程集合，支持基于可识别性的经验建模和数据挖掘。它由许多用于通用机器学习和粗糙集理论的例程组成。 -ROSETTA the C storehouse is a C kind of storehouse and the example regulation set, supports based on 鍙
DMES
- 支持基于可识别性的经验建模和数据挖掘。它由许多用于通用机器学习和粗糙集理论的例程组成-Support based on the experience of identification in the modeling and data mining. It is used by many general-purpose machine learning and routine composition of rough set theory
MATLAB2
- 数据资料是数学模型与实际问题接轨的重要途径和手段，有时还可以直接从数据资料中发现规 律组建模型。数据分析和处理是统计学研究的主要内容，也是计算数学的工作领域，近年来随 着计算机科学的发展，对“海量”数据的分析形成了一门新的交叉学科“数据挖掘”。这一章仅 介绍用统计学的最小二乘法构造拟合数据模型，以及用计算数学的函数插值方法处理数据解决 实际问题。-Is a mathematical model of data integration an important practical
sf1847
- 数据挖掘建模工具，轻易实现BP神经网络、RBF神经网络、灰色系统、决策树、决策表、贝叶斯、懒惰算法、支持向量机、K均值聚类、Apriori关联规则、HotSpot关联规则、回归分析、指数平滑、季节移动平均及组合等算法建模。-Data mining modeling tools, easy to achieve BP neural network, RBF neural network, gray system, decision tree, decision table, Bayesian, l
Supply_Chain_Management
- 供应链管理实用建模方法及数据挖掘 本书包括：经济全球化及企业竞争优势、供应链管理理论、供应链本流及其定量分析方法、提高供应链管理的运作绩效等内容。 简明目录： 1.经济全球化及企业竞争优势/2.供应链管理理论/3.供应链成本流及其定量分析方法/4.提高供应链管理的运作绩效/5.几种数据驱动型建模方法/6.产品供应链中的数据挖掘技术/7.供应链契约//参考文献-Supply Chain Management Modeling and Data Mining practical
GIS
- 本文首先介绍了粗糙集理论的基本概念，包括等价关系、不可分辨关系、上下近似、粗糙集和简约；并且从空间数据挖掘、遥感影像处理、GIS 不确定性、GIS 数据分析、模糊地理对象建模和粗糙集与其它软计算方法的结合等六方面概述了粗糙集理论在GIS 数据处理中应用的进展-This paper introduces the basic concepts of rough set theory, including the equivalence relation, can not distinguish be
dxckj
- 本文首先介绍了粗糙集理论的基本概念，包括等价关系、不可分辨关系、上下近似、粗糙集和简约；并且从空间数据挖掘、遥感影像处理、GIS 不确定性、GIS 数据分析、模糊地理对象建模和粗糙集与其它软计算方法的结合等六方面概述了粗糙集理论在GIS 数据处理中应用的进展-This paper introduces the basic concepts of rough set theory, including the equivalence relation, can not distinguish be
数据挖掘算法代码
- 包含多种算法，各种建模方法，是学习数据挖掘的好资料。
FCMClust
- 模糊聚类分析作为无监督机器学习的主要技术之一，是用模糊理论对重要数据分析和建模的方法，建立了样本类属的不确定性描述，能比较客观地反映现实世界，它已经有效地应用在大规模数据分析、数据挖掘、矢量量化、图像分割、模式识别等领域，具有重要的理论与实际应用价值，随着应用的深入发展，模糊聚类算法的研究不断丰富-Unsupervised fuzzy clustering analysis as the main machine learning techniques is the use of fuzzy t
SHUJU-WAJUE-GONGJU1
- 程序数据挖掘工具箱 - mitmatlab matlab工具箱matlab代做QQ1747812398 matlab包括拥有数百个内部函数的主包和三十几种工具包。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。-Program data mining toolkit- mitmatlab matlab matlab doing som
RCARE6
- 一款很不错的函数作图工具,可以依照不同需求做出函数图象．特别适用于数学建模作图需要()
64287940
- 包含了数学建模中的常用模型 并对其做了简要的介绍()
490353
- 基于APDL语言的弹簧有限元参数化建模与应力分析()
2123457
- 这是一个高速多维插值算法,当我们建模以后,原始的算法可能极为复杂和低速,在现有的计算条件下要得到最终的结果甚至要让我们()
514982
- 05年全国大学生数学建模大赛a题长江水质预测代码()
nerminalformat
- 包含了数学建模中的常用模型 并对其做了简要的介绍()
商业银行零售申请评分卡数据挖掘建模文档_评审版
- 信用评分 相关文档，只是初步的，并没有深入(The documentation on credit scores is preliminary and not exhaustive)
Matlab数据分析与挖掘实战-最新完整版
- 这是一本以实践为导向的 MATLAB 数据挖掘实战指南，以真实案例为主线，不仅深入浅出地讲解了数据挖掘建模过程中的各个环节和各项技术（如数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差检测等），而且还为电力、航空、医疗等 10 余个行业的数据挖掘提供了方法指导和解决方案。此外，本书还深入讲解了数据挖掘的二次开发等内容。(MATLAB data analysis)
Python数据分析与挖掘实战
- 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。(There are 15 chapters in this book, which are divided into two parts: the basic c