Link tải luận văn miễn phí cho ae
I. Giới thiệu chung
Đề tài : Phân loại nội dung Web dựa trên phương pháp Naïve Bayes
- Ngôn ngữ lập trình : Java
Thành viên trong nhóm:
Họ tên SHSV Lớp
Bùi Văn Toàn 20092754 CNTT2-K54
Đoàn Xuân Dũng 20090506 CNTT2-K54
Hứa Mạnh Hùng 20091292 CNTT2-K54
Mục đích:
Phân loại nội dung trang Web thuộc lĩnh vực nào ? Như là Giải trí, Xã hội,
Công nghệ,…
Yêu cầu :
- Lĩnh vực được phân loại cho trang web phải phù hợp với nội dung của nó
- Độ chính xác của toàn hệ thống ở mức chấp nhận được
Kịch bản:
Đưa vào nội dung Web Hệ thống phân tích nội dung(biểu diễn ) Đánh giá
(tính toán) Phân loại nội dung
II. Cơ sở lý thuyết phân loại Naïve Bayes
1. Phân loại Naïve Bayes
- Là một trong các phương pháp học máy được áp dụng phổ biến nhất trong
thực tế
- Dựa trên định lý Bayes
Biểu diễn bài toán phân loại:
Một tập học D_train, trong đó mỗi ví dụ học x được biểu diễn là một
véctơ n chiều : (x1, x2, x3,..,xn)
Một tập xác định các nhãn lớp : C={c1, c2, c3,…,cm}
Với mỗi ví dụ (mới) z, thì z sẽ được phân vào lớp nào ?
Mục tiêu: Xác định phân lớp có thể ( phù hợp) nhất đối với z
Giải thuật:
Giai đoạn học, sử dụng một tập học:
Đối với mỗi phân lớp có thể (mỗi nhãn lớp) ci ∈ C
Tính giá trị xác xuất trước : P(ci)
Đối với mỗi giá trị thuộc tính xj , tính giá trị xác suất xảy ra của giá trị
thuộc tính đố với một phân lớp ci : P(xj|ci)
Giai đoạn phân lớp, đối với một tập ví dụ mới:
- Đối với mỗi phân lớp ci ∈ C , tính giá trị của biểu thức :
P(ci). ∏nj=1. P(xj|ci)
- Xác định phân lớp của z là lớp có thể nhất c* :
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
I. Giới thiệu chung
Đề tài : Phân loại nội dung Web dựa trên phương pháp Naïve Bayes
- Ngôn ngữ lập trình : Java
Thành viên trong nhóm:
Họ tên SHSV Lớp
Bùi Văn Toàn 20092754 CNTT2-K54
Đoàn Xuân Dũng 20090506 CNTT2-K54
Hứa Mạnh Hùng 20091292 CNTT2-K54
Mục đích:
Phân loại nội dung trang Web thuộc lĩnh vực nào ? Như là Giải trí, Xã hội,
Công nghệ,…
Yêu cầu :
- Lĩnh vực được phân loại cho trang web phải phù hợp với nội dung của nó
- Độ chính xác của toàn hệ thống ở mức chấp nhận được
Kịch bản:
Đưa vào nội dung Web Hệ thống phân tích nội dung(biểu diễn ) Đánh giá
(tính toán) Phân loại nội dung
II. Cơ sở lý thuyết phân loại Naïve Bayes
1. Phân loại Naïve Bayes
- Là một trong các phương pháp học máy được áp dụng phổ biến nhất trong
thực tế
- Dựa trên định lý Bayes
Biểu diễn bài toán phân loại:
Một tập học D_train, trong đó mỗi ví dụ học x được biểu diễn là một
véctơ n chiều : (x1, x2, x3,..,xn)
Một tập xác định các nhãn lớp : C={c1, c2, c3,…,cm}
Với mỗi ví dụ (mới) z, thì z sẽ được phân vào lớp nào ?
Mục tiêu: Xác định phân lớp có thể ( phù hợp) nhất đối với z
Giải thuật:
Giai đoạn học, sử dụng một tập học:
Đối với mỗi phân lớp có thể (mỗi nhãn lớp) ci ∈ C
Tính giá trị xác xuất trước : P(ci)
Đối với mỗi giá trị thuộc tính xj , tính giá trị xác suất xảy ra của giá trị
thuộc tính đố với một phân lớp ci : P(xj|ci)
Giai đoạn phân lớp, đối với một tập ví dụ mới:
- Đối với mỗi phân lớp ci ∈ C , tính giá trị của biểu thức :
P(ci). ∏nj=1. P(xj|ci)
- Xác định phân lớp của z là lớp có thể nhất c* :
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links