韦卡

韦卡:怀卡托知识分析环境。WEKA是一个很受欢迎的机器学习工作台,其开发生命周期将近20年。本文概述了我们认为对其成功至关重要的因素。我们不关注软件的功能,而是回顾项目管理和历史开发决策的各个方面,这些方面可能会对项目的接受产生影响。


zbMATH中的参考文献(参考 271篇文章 引用,1标准件)

显示271的结果21到40。
按年份排序(引用)
  1. 李伟伟;贾秀义;王璐;周冰:三向决策理论粗糙集模型中的多目标属性约简(2019)
  2. 马锡敖;赵雪荣:成本敏感型三向类属性约简(2019)
  3. Michael Hahsler;Matthew Piekenbrock;Derek Doran:dbscan:Fast Density-Based Clustering with R(2019年)不是zbMATH
  4. Michel Lang、Martin Binder、Jakob Richter、Patrick Schratz、Florian Pfister、Stefan Coors、Quay Au、Giuseppe Casalicchio、Lars Kotthoff、Bernd Bischl:mlr3:R中的现代面向对象机器学习框架(2019)不是zbMATH
  5. Pulina,Luca;Seidl,Martina:2016和2017 QBF solvers评估(QbEval'16和QBFEVAL'17)(2019年)
  6. Szymanèski,Piotr;Kajdanowicz,Tomasz:scikit multilearn:一个用于执行多标签分类的基于scikit的Python环境(2019)
  7. Williams,Lowri;Arribas Ayllon,Michael;Artemiou,Andreas;Spasić,Irena:情绪语言分析中不同分类方案的效用比较(2019)
  8. Abdulrahman,Salisu Mamman;Braddil,Pavel;van Rijn,Jan N;Vanschoren,Joaquin:通过引入运行时,使用平均排名和主动测试加速算法选择(2018)
  9. Adriano Rivolli;Andre C.P.L.F.de Carvalho:utiml包:R中的多标签分类(2018)不是zbMATH
  10. Aggarwal,Charu C.:文本的机器学习(2018)
  11. Amin,Talha;Moshkov,Mikhail:完全最优决策规则(2018)
  12. Bánhelyi,Balázs;Csendes,Tibor;Lévai,Balázs;PáL,László;Zombori,Dániel:全局优化算法。Java实现和并行化最新更新(2018)
  13. Bojan Mihaljević,Concha Bielza,Pedro Larrañaga:bnclassify:学习贝叶斯网络分类器(2018)不是zbMATH
  14. Cerutti,Federico;Vallati,Mauro;Giacomin,Massimiliano:论配置对抽象论证自动推理的影响(2018)
  15. Czajka,Łukasz;Kaliszyk,Cezary:Hammer for Coq:依赖型理论的自动化(2018)
  16. de Caigny,Arno;Coussement,Kristof;de Bock,Koen W:一种基于逻辑回归和决策树的客户流失预测混合分类算法(2018)
  17. 杜文胜;胡宝青:有序决策系统的快速启发式属性约简方法(2018)
  18. Filice,Simone;Castellucci,朱塞佩;Da San Martino,Giovanni;Moschitti,Alessandro;Croce,Danilo;Basili,Roberto:\ textscKeLP:基于内核的学习平台(2018)
  19. Gudivada,Venkat N.;Arbabifard,Kamyar:NLP的开源库、应用程序框架和工作流系统(2018)
  20. Hryniewicz,Olgierd:模糊(p)-值的统计特性(2018)

更多出版物请访问:http://www.cs.waikato.ac.nz/ml/publications.html