随着数据的爆炸式增长,越来越多人开始关注大数据问题。由于大数据具有规模大、维度高、数据复杂且变化速度快的特性,导致传统的机......

随着数据库和网络技术的不断发展,使得人们可以越来越容易地获得海量的数据,但由于数据信息自身的复杂性,使如何有效地处理和理解......

样例选择是数据挖掘中一个重要的数据预处理步骤。大多数样例选择算法选择边界样例，边界样例的不确定性大，包含的有用信息更多，因此对......

大数据时代已经到来,大数据的出现使得传统的机器学习算法无法在单机环境下完成训练。分类是机器学习和数据挖掘领域中最基本的学......

在过去的几十年中,研究者们已经提出了很多种不同的敏感性定义,并把它们应用到特征选择、样例选择等各种不同的领域。本文对这些定......

在监督学习任务中，训练集通常是由随机选择的无类标样例经由专家标注得到的。而标注样例的这个过程通常代价很大，利用主动学习方法选......

提出一种概率神经网络样例选择算法,它包括两个阶段,第一个阶段利用概率神经网络计算样例的不确定性,第二个阶段利用计算出的不确......

压缩近邻(CNN:Condensed Nearest Neighbors)是Hart针对K-近邻(K-NN:K-Nearest Neighbors)提出的样例选择算法,目的是为了降低K-NN......