退出
我的积分:
中文文献批量获取
外文文献批量获取
机译:检测代表性数据并生成合成样本,以提高不平衡数据集的学习准确性。
Der-Chiang Li; Susan C Hu; Liang-Sian Lin; Chun-Wu Yeh;
机译:通过对具有非线性属性相关性的小型数据集使用合成样本来提高学习准确性
机译:传输合成过采样,以较少的少数班级数据进行班级不平衡学习
机译:使用有限的少数级别数据转移类别不平衡学习的综合性过度抽样
机译:对机器学习支持的定性评估,用于检测数据完整性和准确性问题,以改善医疗保健行业大数据中的数据分析
机译:在小样本数据集中解决类不平衡问题。
机译:检测代表性数据并生成合成样本以提高不平衡数据集的学习准确性
机译:用于生成减少尺寸的优越标记训练数据集的计算机系统和方法,用于高精度机器学习分类模型,用于极端级别的实例不平衡
机译:通过检测可能出现的样本来改善低精度位置数据
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。