UCI毫升

加州大学欧文机器学习知识库。我们目前维护251个数据集作为机器学习社区的服务。您可以通过我们的可搜索界面查看所有数据集。我们的旧网站仍然可用，为那些喜欢旧格式的人。有关存储库的总体概述，请访问我们的“关于”页面。有关引用出版物中数据集的信息，请阅读我们的引文政策。如果您希望捐赠数据集，请咨询我们的捐赠政策。对于任何其他问题，请随时联系存储库管理员。我们还为存储库设置了一个镜像站点。UCI机器学习知识库是一个数据库、领域理论和数据生成器的集合，机器学习社区使用这些数据生成器对机器学习算法进行实证分析。这个档案是1987年由大卫阿哈和加州大学欧文分校的研究生们创建的ftp档案。从那时起，它被世界各地的学生、教育工作者和研究人员广泛使用，作为机器学习数据集的主要来源。作为对档案馆影响的一个标志，它已经被引用了1000多次，成为计算机科学中被引用最多的100篇“论文”之一。该网站的当前版本是由亚瑟亚松森和大卫纽曼在2007年设计的，这个项目是与马萨诸塞大学阿默斯特分校的Rexa.info合作的。感谢国家科学基金会的资助。许多人值得感谢，因为他们使存储库取得了成功。其中最重要的是数据库和数据生成器的捐助者和创造者。还应特别感谢过去的图书馆馆长：大卫·阿哈、帕特里克·墨菲、克里斯托弗·默兹、伊蒙恩·基奥、凯西·布莱克、塞思·赫提奇和大卫·纽曼。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考文献3184篇)

显示3184的结果1到20。
按年份排序(引用)
  1. 艾，明瑶；王飞；于军；张惠明：大规模分位数回归的最优子抽样（2021）
  2. 阿勒松尼埃，圣芬尼；Chevallier，Juliette：一类新的随机EM算法。逃逸局部极大值和处理棘手抽样（2021年）
  3. 阿拉奇，奇杜本；Huang，Bert:对抗性标签学习的一般框架（2021）
  4. Aydemir，Onder：一种新的分类器性能评估指标：多边形面积度量（2021）
  5. 阿里，巴盖里尼亚；米奈·比德戈利，贝鲁奥斯；何赛因扎德，米哈迪；Parvin，Hamid:基于可靠性的模糊聚类集成（2021）
  6. 巴吉洛夫，阿迪尔·M。；塔赫里，索纳；Cimen，Emre：大规模聚类线性回归的增量DC优化算法（2021）
  7. Bénard，Clément公司；比尔，杰拉德；达维加，塞巴斯蒂安；Scornet，Erwan:SIRUS:用于分类的稳定和可解释的规则集（2021）
  8. 伯曼尼斯，阿米特；萨尔霍夫，摩舍；Averbuch，Amir:几何成分分析及其在数据分析中的应用（2021）
  9. 贝尔西马斯，迪米特里斯；邓恩，杰克；王玉晨：近最优非线性回归树（2021）
  10. 布兰切特，何塞；Kang，Yang：基于Wasserstein距离的样本外推理（2021）
  11. 布拉奎罗，拉斐尔；卡里佐萨，埃米利奥；拉米雷斯·科博，佩帕；Sillero Denamiel，M.Remedios:成本敏感的约束套索（2021）
  12. 布拉瑟，里科；Fryzlewicz，Piotr：通过数据旋转使轴对齐的集合规则化，有利于更简单的学习者（2021）
  13. 纳迪亚，伯克特；Huber，Marco F.：监督机器学习的可解释性调查（2021）
  14. 坎比，C。；马尔凯蒂，F。；Perracchione，E.：通过可变尺度的内核学习（2021）
  15. Cansu Alakus，Denis Larocque，Aurelie Labbe:RFPredival:随机森林和增强森林预测区间的R包（2021）阿尔十四
  16. 卡里佐萨，埃米利奥；莫莱罗-里欧，克里斯蒂娜；Romero Morales，Dolores:分类和回归树中的数学优化（2021）
  17. 陈红；郭长英；熊慧娟；王英杰：具有斜坡损失的稀疏加法机（2021）
  18. Civitelli，恩里科；拉普奇，马特奥；肖恩，法比奥；Sortino，Alessio:基于信息准则的logistic回归特征子集选择的有效方法（2021）
  19. 杜克·平科维奇，伊法；本加尔，伊拉克；拉维夫，塔尔：广义测试收集问题（2021）
  20. 杜宇；林晓东；范明；Ruszczynèski，Andrzej:多块统计学习的选择性线性化（2021）