韦卡

WEKA: Waykto知识分析环境。WEKA是一个流行的机器学习工作台,具有近二十年的开发寿命。本文提供的因素,我们认为是重要的,它的成功的概述。而不是着眼于软件的功能,我们审查方面的项目管理和历史发展决策可能对项目的吸收产生影响。


ZBMaX中的参考文献(266篇)1标准条款

显示结果1至20的266。
按年份排序(引文
  1. Granata,Ilaria;瓜拉西诺,Mario R.;Kalyagin,Valery A.;玛塔莲娜,露西亚;曼尼普尔,Ichcha;帕达洛斯,Panos M.:代谢网络监督分类的模型简化(2020)
  2. Alex A.,Ludermir,Teresa B.;Feitosa Neto,安东尼诺;巴雷图,Cephas A. S.:一种基于分类器集成的自动机器学习进化算法:改进算法和扩展结果(2020)
  3. Abpeykar、Shadi、GHATEE、Mehdi、扎雷、Hadi:基于混合特征聚类方法的RBF网络集成决策森林高维数据分类(2019)
  4. Balasz,p;Brunetti,S:A(Q)-凸向量描述子用于图像分析(2019)
  5. 巴赞,Jan G.;SZCZUR,亚当;Skavon,塔尔科夫斯基;RZEPKO,Marian;Kr.l,PaWe;BjjRek,WojiCeCH;CZARNY,WojiCe:一个基于时间割的决策树分类器(2019)
  6. 布鲁内蒂,萨拉;BalaZs,P;BordNaR,P;SZ-CS,JUDDIT:一种用于对象包围的空间凸描述符(2019)
  7. 曹雷,卢,YanMeng;李,创泉;杨,魏:随机森林堆垛透射电镜图像中病理肾小球基底膜的自动分割(2019)
  8. 卡萨利基奥,朱塞佩;Bossek,雅各布;Lang,米歇尔;基尔霍夫,Dominik;Kerschke,Pascal;Hoffne,本杰明;Sebod,Joaquin;BixChl,Y::TeXTutopnML:一个连接到机器学习平台OpenML(2019)的TeXTrtTrp打包
  9. 杜比茨基,沃纳;Lopes,菲利普;戴维斯,杰西;贝拉,丹尼尔:开放式国际机器学习数据库(2019)
  10. 弗兰Cou-OIS角色,Stanislas Morbieu,Mohamed Nadif:CoCult:Python软件包用于共同聚类(2019)不是ZB数学
  11. 高,CAN;Lai,Zhihui;周,杰;文,Jiajun;Wong,Wai Keung:基于粒度最大决策熵的属性约简单调不确定性测度(2019)
  12. Gilles Kratzer,Fraser Iain Lewis,Arianna Comin,Marta Pittavino,Reinhard Furrer:R包ABN(2019)的加性贝叶斯网络建模阿西夫
  13. Haq,ANAM;Wikk,Szymon;AbELL,阿尔伯托:临床数据的融合:预测骨折治疗类型的一个案例(2019)
  14. 黄,Zongyan;英国,马修;Wilson,David J.;桥,杰姆斯;Davenport,James H.;Pig,y:使用机器学习来改进柱面代数分解(2019)
  15. 林道尔,马吕斯;van Rijn,Jan N.;Kotthoff,拉尔斯:算法选择竞赛2015和2017(2019)
  16. Livieris,Ioannis E.;KaavOS,安德烈亚斯;Tampakas,VasiLIS;Pintelas,PANAGIOTII:一种加权X射线自组装算法检测肺异常(2019)
  17. 李,Weiwei;贾,秀义;王,卢;周,Bing:三目标决策理论粗糙集模型的多目标属性约简(2019)
  18. 马,西奥;赵,薛蓉:代价敏感的三级分类属性约简(2019)
  19. Michael Hahsler;Matthew Piekenbrock;Derek Doran:DSPSCAN:基于R(2019)的快速密度聚类不是ZB数学
  20. Michel Lang,Martin Binder,Jakob Richter,Patrick Schratz,Florian Pfisterer,Stefan Coors,Quau,Giuseppe Casalicchio,Giuseppe Casalicchio,y:MLR3:R(2019)中的现代面向对象机器学习框架不是ZB数学

进一步的出版物可以在:HTTP://www. c.WaikaTo.Ac.NZ/ML/Pusith.St.HTML