决策树(DecisionTree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。
由于这种决策分支画成图形很像一棵树的枝干，故称决策树。
在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。
Entropy=系统的凌乱程度，使用算法ID3,C4.5和C5.0生成树算法使用熵。
这一度量是基于信息学理论中熵的概念。
由于这种决策分支画成图形很像一棵树的枝干，故称决策树。
在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。
Entropy=系统的凌乱程度，使用算法ID3,C4.5和C5.0生成树算法使用熵。
这一度量是基于信息学理论中熵的概念。
2023/8/11 22:13:29
5KB
1
将地理信息系统(GIs)引入到土壤侵蚀研究系统中，利用该技术将空间数据和属性数据结合起来，以数据可视化的方式为土壤侵蚀研究系统提供决策支持。
讨论了系统的主要功能，以及ArcGISEngine作为开发组件、ArcSDE作为空间数据引擎进行集成二次开发的相关技术，这些技术在土壤侵蚀研究系统中的应用具有重要意义。
讨论了系统的主要功能，以及ArcGISEngine作为开发组件、ArcSDE作为空间数据引擎进行集成二次开发的相关技术，这些技术在土壤侵蚀研究系统中的应用具有重要意义。
2023/8/10 17:53:35
214KB
1
模式识别（第二版）张学工清华高清晰pdf下载《模式识别第二版》是清华大学自动化系教材，主要讨论统计模式识别理论和方法，第一版包括贝叶斯决策理论、线性和非线性判别函数、近邻规则、经验风险最小化、特征提取和选择，以及聚类分析，等等。
多数章后附有习题，适合于数学和自学。
本书除了可作为高等院校自动化、计算机等专业研究生和高年级学生的模式识别教材外，也可供计算机信息处理、自动控制、地球物理、生物信息等领域中从事模式识别工作的广大科技人员和高校师生参考。
多数章后附有习题，适合于数学和自学。
本书除了可作为高等院校自动化、计算机等专业研究生和高年级学生的模式识别教材外，也可供计算机信息处理、自动控制、地球物理、生物信息等领域中从事模式识别工作的广大科技人员和高校师生参考。
2023/8/10 8:55:55
9.27MB
1
这项与事件相关的潜能（ERP）研究检查了语音识别中上下文相关说话者标准化的时间过程。
我们发现三个ERP组件，即N1（100-220毫秒），N400（250-500毫秒）和后期正向组件（500-800毫秒），它们被推测涉及（a）听觉处理，（b）说话者标准化和词汇检索，以及（c）决策过程/词汇选择。
说话人标准化可能发生在N400的时间窗口中，并且与词汇检索过程重叠。
与非语音上下文相比，无论语音上下文是否具有语义内容，它们都使收听者能够调整到讲话者的音调范围。
以这种方式，语音上下文在潜在的候选词的激活过程中诱导了更有效的说话者归一化，并导致在语音单词识别中更准确地选择了预期的单词。
我们发现三个ERP组件，即N1（100-220毫秒），N400（250-500毫秒）和后期正向组件（500-800毫秒），它们被推测涉及（a）听觉处理，（b）说话者标准化和词汇检索，以及（c）决策过程/词汇选择。
说话人标准化可能发生在N400的时间窗口中，并且与词汇检索过程重叠。
与非语音上下文相比，无论语音上下文是否具有语义内容，它们都使收听者能够调整到讲话者的音调范围。
以这种方式，语音上下文在潜在的候选词的激活过程中诱导了更有效的说话者归一化，并导致在语音单词识别中更准确地选择了预期的单词。
2023/8/5 2:54:19
1024KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB