[giaban]0.000 VNĐ[/giaban] [kythuat]
[/kythuat]
[tomtat]
[tomtat]
Phân lớp dữ liệu sử dụng logic mờ
MỤC LỤC
MỞ ĐẦU
CHƯƠNG 1: TỔNG QUAN VỀ PHÂN LỚP DỮ LIỆU
1.1. Khái quát về phân lớp dữ liệu
1.1.1. Các bước tiến hành phân lớp dữ liệu
1.1.2. Chuẩn bị dữ liệu
1.1.3. Làm sạch dữ liệu
1.1.4. Phân tích dữ liệu
1.1.5. Chuyển đổi dữ liệu
1.1.6. So sánh các mô hình phân lớp
1.2. Phân lớp dữ liệu với kỹ thuật cây quyết định
1.2.1. Khái niệm về cây quyết định
1.2.2. Giải thuật
1.2.3. Rút luật phân lớp từ cây quyết định
1.2.4. Ưu điểm và hạn chế của cây quyết định
1.3. Phân lớp dữ liệu với kỹ thuật mạng Bayes
1.3.1. Định lý Bayes
1.3.2. Phân loại Bayes ngây thơ (Bayes đơn giản)
1.4. Phân lớp dữ liệu với kỹ thuật mạng nơ-ron
1.4.1. Cơ sở về mạng nơ-ron
1.4.2. Cấu trúc và mô hình mạng nơ-ron
1.4.3. Dạng toán học của tổng liên kết
1.4.4. Dạng của hàm a(f) - Hàm hoạt tính phi tuyến.
1.5. Phân lớp dữ liệu bằng Fuzzy C- MEANS (FCM)
1.6. Phân lớp dữ liệu bằng WEKA
1.6.1. Giới thiệu chung
1.6.2. Ứng dụng của phần mềm Weka 3.7.5 vào bài toán phân lớp dữ liệu điểm của học sinh.
1.7. Kết luận chương 1
CHƯƠNG 2: PHÂN LỚP DỮ LIỆU SỬ DỤNG LOGIC MỜ
2.1. Tập mờ:
2.1.1. Lý thuyết tập mờ
2.1.2. Khái niệm tập mờ
2.1.3. Một số định nghĩa cơ bản
2.1.4. Các phép toán trên tập mờ
2.2. Quan hệ mờ
2.2.1. Khái niệm chung
2.2.3. Các phép hợp thành mờ
2.3. Suy diễn mờ
2.3.1. Phép suy diễn: “if P then Q”
2.3.2. Phép suy diễn “if P then Q else Q1”
2.4. Logic mờ
2.4.1. Mở đầu
2.4.2. Biến ngôn ngữ và mệnh đề mờ
2.4.3. Các phép kết nối
2.5. Phân lớp dữ liệu dựa trên quan hệ mờ
2.5.1. Cơ sở lí thuyết
2.5.2. Phân hoạch các đối tượng mờ trong bài toán thực tế
2.5.3. Quan hệ mờ trong phân lớp dữ liệu
CHƯƠNG 3: CÀI ĐẶT THỬ NGHIỆM
3.1. Khái niệm chung bài toán phân lớp
3.2. Bài toán minh họa sự phân lớp các đối tượng mờ
3.2.1. Phát biểu bài toán
3.2.2. Thuật toán
3.3. Thử nghiệm bài toán ứng dụng phân lớp bằng logic mờ
3.4. Kết quả thử nghiệm
KẾT LUẬN VÀ KIẾN NGHỊ
TÀI LIỆU THAM KHẢOBài viết liên quan
