学科分类 - 《中国大百科全书》第三版网络版

高级搜索

个人中心
机构中心
退出

专业板块专题板块大众板块

总分类

哲学经济学法学教育学文学历史学理学工学农学医学军事学管理学艺术学

返回总分类

首页

模糊分类/ fuzzy classification /fuzzy classification
机器学习
基于模糊集合（fuzzy sets）理论并将模糊系统与分类器相结合，以解决模糊不清、不严密或不明确事物的分类问题的方法。
K近邻算法/ K-Nearest-Neighbor algorithm；KNN /K-Nearest-Neighbor algorithm；KNN
机器学习
利用与未知样本最相似的个训练样本，对未知样本作出预测的一种基于类比学习的非参数方法。
粗糙集理论/ rough set theory /rough set theory
机器学习
一种处理不确定性的数学方法，可以在信息不完整和信息不一致的情况下，挖掘数据中隐含的知识，揭示潜在的规律。
AdaBoost/ adaptive boosting /adaptive boosting
机器学习
通过对训练样本赋予适当的权重训练不同的弱分类器，将多个弱分类器组合起来以形成一个强分类器的自适应分类迭代算法。
线性混合效应模型/ linear mixed effects model /linear mixed effects model
机器学习
既含有固定效应又含有随机效应的线性模型，主要用于面板数据与纵向数据的建模分析。又称混合线性模型、随机效应模型、随机系数模型。
自动文本摘要/ automatic text summarization /automatic text summarization
机器学习
利用计算机自动从原始文本中提取文本摘要的技术。
最大间隔法/ maximum-margin method /maximum-margin method
机器学习
通过寻找间隔最大的分离超平面以实现分类的方法。支持向量机方法的核心算法。
基于惩罚的整合分析/ penalized integrative analysis /penalized integrative analysis
机器学习
基于惩罚变量选择方法的多数据集分析方法。
最小角回归/ least angel regression /least angel regression
机器学习
根据残差与变量角度关系逐步选入变量的变量选择方法。
线性惩罚模型/ penalized linear model /penalized linear model
机器学习
在因变量与自变量存在线性关系时，通过对系数进行惩罚以选择重要变量、估计系数的方法。

模糊分类/ fuzzy classification /fuzzy classification

K近邻算法/ K-Nearest-Neighbor algorithm；KNN /K-Nearest-Neighbor algorithm；KNN

粗糙集理论/ rough set theory /rough set theory

AdaBoost/ adaptive boosting /adaptive boosting

线性混合效应模型/ linear mixed effects model /linear mixed effects model

自动文本摘要/ automatic text summarization /automatic text summarization

最大间隔法/ maximum-margin method /maximum-margin method

基于惩罚的整合分析/ penalized integrative analysis /penalized integrative analysis

最小角回归/ least angel regression /least angel regression

线性惩罚模型/ penalized linear model /penalized linear model