作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
互联网已经深入人们社会生活的各个领域,在这个过程中产生的网络信息数量呈现出一种指数级增加的特点.对当前的信息产业发展而言,需要在整合这些庞大数据源的基础上,有效解决信息混乱的问题.机器学习算法的诞生以及发展成熟为有效整合处理这些庞大的数据,提供了相应的技术支撑.故此,本文以机器学习算法的概述作为切入点,在分析机器学习中出现的监督学习和无监督学习问题的前提下,分析了在数据分类中卷积神经网络、支持向量机模型以及逻辑回归算法三者的具体应用,以便为今后机器学习算法在数据分类工作中的有效应用提供借鉴和参考.
推荐文章
机器学习算法在数据挖掘中的应用
数据挖掘
BP 神经网络
遗传优化算法
空压机故障诊断
机器学习算法在数据挖掘中的应用
机器学习算法
数据挖掘
户外定位
机器学习算法在数据挖掘中的应用
数据挖掘
BP 神经网络
遗传优化算法
空压机故障诊断
节能机器人在数据中心中的应用研究
节能减排
机器人
数据中心
人工智能
智能运维
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习算法在数据分类中的应用研究
来源期刊 电子元器件与信息技术 学科
关键词 机器学习算法 数据分类 应用分析
年,卷(期) 2021,(3) 所属期刊栏目 软件技术与信息服务
研究方向 页码范围 208-209
页数 2页 分类号 TP3
字数 语种 中文
DOI 10.19772/j.cnki.2096-4455.2021.3.090
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (1)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习算法
数据分类
应用分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子元器件与信息技术
月刊
2096-4455
10-1509/TN
16开
北京市石景山区鲁谷路35号
2017
chi
出版文献量(篇)
2445
总下载数(次)
25
论文1v1指导