Search

Current filters:

Search

Item hits:
  • Thesis


  • Authors: Nguyễn, Văn Toàn (2008)

  • Tổng quan khai phá tri thức từ dữ liệu và khai phá dữ liệu; trình bày bài toán dự đoán rủi ro tín dụng, thông tin về khoản vay và dữ liệu sử dụng cho bài toán; trình bày xử lý dữ liệu dự đoán rủi ro tín dụng và dự đoán rủi ro tín dụng bằng sử dụng cây quyết định và sử dụng phương pháp quy nạp luật; giới thiệu Support Vector Machine, đặc điểm và dự đoán rủi ro tín dụng bằng Support Vector Machine, đưa ra những đánh giá kết quả dự báo rủi ro tín dụng bằng SVM

  • Thesis


  • Authors: Trần, Thị Lan Hương (2012)

  • Trình bày khái quát về phân lớp văn bản và thuật toán KNN. Khái quát về khai phá văn bản, phân lớp văn bản, thuật toán KNN. Tìm hiểu bài toán phân lớp văn bản báo chí tiếng Việt về tài nguyên và môi trường trình bày đặc điểm cơ bản của tiếng Việt, kỹ thuật tách từ văn bản tiếng Việt, tìm hiểu thông tin chuyên ngành tài nguyên và môi trường, nêu và mô tả bài toán ứng dụng, … Thiết kế xây dựng hệ thống phân lớp văn bản tiếng Việt về tài nguyên môi trường: thiết kế xây dựng hệ thống. Cài đặt mô hình và kiểm thử kết quả: Trình bày một số giao diện chương trình, kết quả kiểm thử.

  • Thesis


  • Authors: Nguyễn, Cương (2010)

  • Luận văn trình bày một cách tổng quan về khai phá dữ liệu và chọn lựa thuộc tính nói chung, sau đó đi sâu vào nghiên cứu giải thuật phân lớp thuộc tính random forest. Đề xuất một phương pháp học máy dựa trên việc cải tiến giải thuật phân lớp Random Forest nhằm tăng hiệu quả phân lớp của giải thuật. Sau cùng, luận văn trình bày kết quả cài đặt, thử nghiệm đối với phương pháp học máy đề xuất, đưa ra các kết quả đánh giá tính hiệu quả của giải thuật trước và sau khi cải tiến, cmột số nhận xét, đánh giá về kết quả thực nghiệm này.

  • Thesis


  • Authors: Nguyễn, Thị Tâm Minh (2011)

  • Trình bày lý thuyết về tín dụng và rủi ro tín dụng, các mô hình phân tích đánh giá rủi ro tín dụng. Nghiên cứu cây quyết định và một số thuật toán xây dựng cây quyết định. Tiến hành ứng dụng cây quyết định để dự đoán chỉ số nhóm nợ hỗ trợ quản lý rủi ro tín dụng. Đánh giá các kết quả đạt được khi sử dụng cây quyết định C4.5 trong dự đoán chỉ số nhóm nợ.

  • Thesis


  • Authors: Nguyễn, Thị Minh Lý (2014)

  • Thứ nhất, nghiên cứu lý thuyết về khai phá dữ liệu. Thứ hai, nghiên cứu giải pháp phân lớp các ngân hàng thương mại. Thứ ba, tìm hiểu công nghệ khai phá dữ liệu trên nền Oracle. Thứ tư, thực nghiệm khai phá dữ liệu sử dụng công cụ khai phá dữ liệu của Oracle.

  • Thesis


  • Authors: Lê, Thuần Dũng (2013)

  • Tìm hiểu một số phương pháp phân tích số liệu dựa trên cách tiếp cận học máy và khai phá dữ liệu. Xây dựng mô hình học máy để phân tích hồ sơ tội phạm nhằm phân loại, dự đoán và hỗ trợ ra quyết định trong công tác quản lý phạm nhân, phòng ngừa tội phạm của Bộ Công an. Thực nghiệm và phân tích kết quả bộ dữ liệu hồ sơ phạm nhân nhằm đưa ra một hệ thống phân tích tự động dựa trên các kỹ thuật học máy tiên tiến..

  • Thesis


  • Authors: Nguyễn, Tuấn Minh (2014)

  • Luận văn đã trình bày được một cách tổng quan về Khai phá dữ liêu và kỹ thuật OLAP trong khai phá dữ liệu, các công nghệ hỗ trợ xây dựng kho dữ liệu, OLAP trong SQL Server 2008 và cách thức áp dung các công cụ vào xây dựng kỹ thuật OLAP. Về phần tổng quan về khai phá dữ liệu và phát hiện tri thức luận văn đã trình bày tóm tắt các khái niệm, các kỹ thuật khai phá dữ liệu, kiến trúc tổng thể của kỹ thuật OLAP, mô hình dữ liệu. Luận văn cũng đã trình bày một số công cụ và dịch vụ chính hỗ trợ cho việc triển khai kỹ thuật của SQL Server 2008...

  • Thesis


  • Authors: Cao, Hùng Cường (2007)

  • Mô tả lý thuyết về khai phá dữ liệu (KPDL), cây quyết định và độ đo mờ nói chung, kỹ thuật về KPDL. Trình bày thuật toán quy nạp cây quyết định mờ: biểu diễn của nhận thức không chắc chắn trong bài toán phân loại, định lượng nhận thức không chắc chắn, luật phân loại mờ và nhập nhằng phân loại, quy nạp cây quyết định mờ, đưa ra những ưu khuyết điểm của thuật toán. Giới thiệu về cài đặt thuật toán và chương trình mô phỏng thuật toán quy nạp xây dựng cây quyết định mờ.