机译:使用Naive Baye,随机森林和SVM机器学习技术来确定可能影响双相障碍学生的预测模型,数据挖掘和建立一个使用Keras的顺序深度学习模型
机译:在线评测通过维度减少和深层学习技术进行客户分割的分析
机译:使用数据挖掘技术对应用程序审核的分类,进入软件维护任务
机译:SSN-Sparks在Semeval-2019任务9:使用深度学习技术在线评论的挖掘建议
机译:使用教育数据挖掘技术分析讲师的LMS工具使用频率对在线中学课程中学生学习和成绩的影响
机译:Witten和Frank的数据挖掘:实用的机器学习工具和技术评论
机译:DBMS-KU在Semeval-2019任务9:探索将文本分类为建议或非建议的机器学习方法