→ English 4 IT Unit 7 Data Mining →学習を始める /ダウンロードMP3フラッシュカード

質問		答え
advance 学び始める		postęp
artificial intelligence 学び始める		sztuczna inteligencja
association rule 学び始める		reguła asocjacji
back-propagation 学び始める		wsteczna propagacja błędów
bar code 学び始める		kod kreskowy
branch 学び始める		gałąź, oddział
burst node 学び始める		węzeł wyjściowy
chance node 学び始める		węzeł losowy
class label 学び始める		etykieta klasy
class membership 学び始める		przynależność do klasy
clustering 学び始める		klastrowanie
collinear 学び始める		współliniowy
conditional probability 学び始める		prawdopodobieństwo warunkowe
continuous time series 学び始める		ciągły szereg czasowy
continuous variable 学び始める		zmienna ciągła
converging paths 学び始める		zbiegające się ścieżki
correlation 学び始める		współzależność
criterion variable 学び始める		zmienna kryterialna
data collection tool 学び始める		narzędzie do zbierania danych
data dredging 学び始める		nadużywanie/ naiwne łowienie danych
data mining process 学び始める		proces eksploracji danych
data mining technique 学び始める		technika eksploracji danych
decision node 学び始める		węzeł decyzyjny
decision support tool 学び始める		narzędzie wspomagające podejmowanie decyzji
decision tree 学び始める		drzewo decyzyjne
dependent 学び始める		zależna
descriptive 学び始める		opisowy
differential analysis 学び始める		analiza różnicowa
digitize a series 学び始める		dyskretyzować szereg
discrete time series 学び始める		dyskretny szereg czasowy
distributed 学び始める		rozproszone
efficacy 学び始める		skuteczność, efektywność
end node 学び始める		węzeł końcowy
equal intervals of time 学び始める		równe odstępy czasu
extension 学び始める		rozszerzenie, zwiększenie
extracting rules 学び始める		reguły ekstrakcji
fault-tolerant nonlinear models 学び始める		modele nieliniowe odporne na błędy
flow chart 学び始める		schemat blokowy
forecasting 学び始める		prognozowanie
handle 学び始める		radzić sobie, zajmować się
harness 学び始める		ujarzmić, okiełznać
heterogeneous 学び始める		niejednorodny
hyperplane 学び始める		hiperpłaszczyzna
imperfectness 学び始める		niedoskonałość
independent 学び始める		niezależna
inductive learning algorithm 学び始める		algorytm uczenia indukcyjnego
initial exploration 学び始める		wstępna eksploracja
input variable 学び始める		zmienna wejściowa
internal node 学び始める		węzeł wewnętrzny
itemset 学び始める		zbiór produktów
knowledge-based system 学び始める		system oparty na wiedzy
knowledge discovery 学び始める		odkrywanie wiedzy
knowledge extraction 学び始める		wydobywanie wiedzy
leaf node 学び始める		węzeł końcowy, węzeł liścia
learning process 学び始める		proces uczenia się
legacy data 学び始める		dane historyczne
linear data model 学び始める		liniowy model danych
linear regression 学び始める		regresja liniowa
line equation 学び始める		równanie liniowe
market basket analysis 学び始める		analiza koszykowa
measure of uncertainty 学び始める		miara niepewności
mimic 学び始める		naśladować
modelling process 学び始める		proces modelowania
multicollinearity 学び始める		wielowspółliniowość
naive Bayes classifier 学び始める		naiwny Bayesa klasyfikator
network pruning 学び始める		przycinanie sieci
neural network 学び始める		sieć neuronowa
non-linear model 学び始める		model nieliniowy
outcome variable 学び始める		zmienna określająca punkt końcowy badania, zmienna wynikowa
outlier 学び始める		wartość skrajna
pattern identification 学び始める		identyfikacja wzorca
pattern recognition 学び始める		rozpoznawanie wzorców
prediction 学び始める		przewidywanie
predictive 学び始める		prognostyczny/predykcyjny
predictor variable 学び始める		zmienna predykcyjna
a priori assumption 学び始める		założenie dedukcyjne
quantitative modelling 学び始める		modelowanie ilościowe
real-life data 学び始める		dane rzeczywiste
regression equation 学び始める		równanie regresji
residual 学び始める		reszta (w analizie)
robust regression 学び始める		regresja odporna
running time 学び始める		czas wykonywania
self-organizing map 学び始める		mapa samoorganizująca
shopping cart 学び始める		koszyk na zakupy
sink node 学び始める		węzeł zbiorczy
splitting paths 学び始める		rozwidlające się ścieżki
spurious pattern 学び始める		fałszywy/ mylący wzorzec
statistical method 学び始める		metoda statystyczna
support vector machine 学び始める		maszyna wektorów nośnych
time series analysis 学び始める		analiza szeregów czasowych
tree-like graph 学び始める		wykres w postaci drzewa
Variable 学び始める		zmienna, czynnik

English 4 IT Unit 7 Data Mining

コメントを投稿するにはログインする必要があります。

もっと