翁慈宗;楊乃玉;
頁: 54-75
日期: 2018/01
卷期: 25(1)
關鍵字: 簡易貝氏分類器;狄氏分配;廣義狄氏分配;潛在狄氏配置;
Keywords: Naïve Bayesian classifiers;Dirichlet distribution;generalized Dirichlet distribution;latent Dirichlet allocation;
摘要: 在資料探勘的分類演算法中，簡易貝氏分類器具有運算效率高且分類正確率佳之優勢，已廣泛應用在許多實務上。由於簡易貝氏分類器係以計算條件機率之方式進行分類預測，所以大部分會加入先驗分配之機制提升分類正確率，且一般係採用狄氏分配或廣義狄氏分配當成先驗分配進行...

引用     導入Endnote

蕭瑞祥;姜青山;曹金豐;陳柏翰;
頁: 243-272
日期: 2015/07
卷期: 22(3)
關鍵字: 情感分析;意見單元;句法路徑;類神經網路;
Keywords: sentiment analysis;opinion unit;syntactic path;artificial neural network;
摘要: 隨著Web 2.0的概念被提出，加上近年來社群媒體興起，情感分析（sentimentanalysis）逐漸成為新興研究的趨勢，其相關研究與應用的價值也越來越重要。意見單元（或稱情感評價單元）是評價語句中的評價對象及其對應的意見詞的組合，由於意見單元決定了此評價的意見傾向，因...

引用     導入Endnote

翁慈宗;劉冠良;韓昀達;
頁: 87-115
日期: 2015/01
卷期: 22(1)
關鍵字: 狄氏分配;馬可夫模型;簡易貝氏分類器;核甘酸基因序列;
Keywords: Dirichlet distribution;Markov model;naïve Bayesian classifier;rRNA gene sequence;
摘要: 近年來隨著定序技術的發展，生物學家不再以傳統的方式進行生態環境的研究，而是由環境中擷取微生物的樣本，並且藉由定序技術瞭解物種的資訊，從中探索物種的多樣性。在rRNA序列分類的過程中，會利用N-mer的移動窗口對基因序列資料作特徵萃取，所萃取出的相鄰特徵會有N-1...

引用     導入Endnote

胡雅涵;黃正魁;楊承翰;
頁: 305-339
日期: 2014/07
卷期: 21(3)
關鍵字: 文件分類;基因演算法;特徵選取;分類器;
Keywords: document categorization;genetic algorithm;feature selection;classifier;
摘要: 數位資訊迅速地成長，增加人們在找尋資訊上的搜尋成本，如何有效地分類管理文件已是一項重要的研究議題。因此，文件分類研究的重要性與日俱增，在文件分類領域中存在文件特徵維度過高的問題，因此，我們以基因演算法（Genetic Algorithm, GA）為基礎選取文件中特徵字詞，...

引用     導入Endnote

董信煌;李慶章;
頁: 151-176
日期: 2009/04
卷期: 16(2)
關鍵字: 研究方法;因果解釋性研究;資訊系統影響;貝氏迴歸;模式選擇;
Keywords: Research methods;casual explanatory study;IS impact;Bayesian regressions;model selection;
摘要: 因果解釋性研究是實證研究中很重要的一種研究方法，在實證研究中學者常使用複迴歸方法來驗證研究模式並找到顯著因子。貝氏迴歸是一種不同於複迴歸的分析工具，它使用事後機率抽取樣本來做統計推論，由於馬可夫鏈蒙地卡羅演算法可以有效率依機率分佈來抽取樣本，貝氏迴歸...

引用     導入Endnote