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。


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)