Dữ liệu biên mục

Définissions de co-similarité, à partir des marches aléatoires d’un graphe biparti
Loại tài liệu: Thesis
Mã ngôn ngữ: fr
Tác giả: ĐÀO, Văn Sáng
Thông tin xuất bản:
Trích dẫn:
Tình trạng vật lý:
Từ khóa: co- clustering, Co-similarité, marches aléatoires, graphe biparti, co-classification, apprentissage automatique, fouille de texte
Danh mục: Luận án, luận văn, IFI - Master Theses
Môn học:
Năm xuất bản: 2013
Số sách còn lại: Không giới hạn
Thời gian mượn: Bạn chưa đăng nhập.
Tóm tắt theo nội dung: La classification de données (apprentissage non-supervisé) a pour but de regrouper un ensemble d''observations sous la forme de classes homogènes et contrastées. Les notions de distances et de similarités sont souvent utilisées dans le domaine d’apprentissage automatique, en particulier des méthodes de classification. La plupart des mesures classiques ne sont pas adaptées pour les bases de données réelles. En effet, lorsque l’on applique ces méthodes à des données réelles, la grande taille de ces données et leur aspect creux rendent le plus souvent ces mesures inappropriées. C’est en partie afin de mieux prendre en compte ces propriétés des données réelles, que des approches de co-classification ont été développées. Ces approches classifient simultanément les attributs d’objets décrits par les données, permettant d’obtenir de bonnes performances, même lorsque celles-ci sont très creuses. Récemment, quelques méthodes co-classification ont étés inventées par des chercheurs dans le monde. Notre but principal dans ce stage est de développer une mesure de co-similarité en se basant sur des marches aléatoires d’un graphe biparti pour classifier des données textuelles.
Lưu ý: Sử dụng ứng dụng để xem đầy đủ tài liệu.

Bình luận (0)