51CTO博客开发
马尔克服 马尔科夫
知识挖掘的步骤1、了解应用领域了解相关的知识和应用的目标2、创建目标数据集：选择数据3、数据清理和预处理占整个过程60%4、数据缩减和变换找到有用的特征，维数缩减/变量缩减,不变量的表示。5、选择数据挖掘的功能数据总结，分类模型的数据挖掘，回归分析，关联规则挖掘，聚类分析等。6、选择挖掘算法7、数据挖掘：寻找的感兴趣模式8、模式评估和知识表示可视化，转换，消除冗余模式等。9、运用发现的知识
源码:https://github.com/deeplearning4j 模块分类：deeplearning4jnd4j:基于jvm的科学计算工具包，类似于python numpy。DataVec：将数据转换成向量的工具包dl4j-examples:示例ScalNet：是在deeplearning4j对keras API深层学习包装，alpha版本，迭代速度慢。rl4j：基于jvm的强化机器学习大
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
