essbase数据挖掘框架
1.算法：用来分析数据的方法
2.模型：系列的算法集合
3.任务：数据挖掘的步骤
4.任务模板，可以重复执行的任务
数据挖掘任务：
明确任务
建立及训练模型
测试模型
执行任务
为模型打分
essbase支持的六种内置数据挖掘算法：
1.回归
2.聚类
3.神经网络
4.决策树
5.关联规则
6.朴素贝叶斯
相关推荐
Yuleave24 分钟前
高效流式大语言模型（StreamingLLM）——基于“注意力汇聚点”的突破性研究cqbzcsq26 分钟前
ESMC-600M蛋白质语言模型本地部署攻略刀客1231 小时前
python3+TensorFlow 2.x（四）反向传播SpikeKing1 小时前
LLM - 大模型 ScallingLaws 的设计 100B 预训练方案(PLM) 教程(5)小枫@码2 小时前
免费GPU算力，不花钱部署DeepSeek-R1liruiqiang052 小时前
机器学习 - 初学者需要弄懂的一些线性代数的概念Icomi_2 小时前
【外文原版书阅读】《机器学习前置知识》1.线性代数的重要性，初识向量以及向量加法微学AI2 小时前
GPU算力平台|在GPU算力平台部署可图大模型Kolors的应用实战教程西猫雷婶2 小时前
python学opencv|读取图像（四十六）使用cv2.bitwise_or()函数实现图像按位或运算IT古董2 小时前
【深度学习】常见模型-生成对抗网络（Generative Adversarial Network, GAN）