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
盛寒18 分钟前
N元语言模型 —— 一文讲懂！！！weixin_1772972206924 分钟前
家政小程序开发——AI+IoT技术融合，打造“智慧家政”新物种Jay Kay38 分钟前
ReLU 新生：从死亡困境到强势回归Blossom.1181 小时前
使用Python和Flask构建简单的机器学习API生信学术纵览1 小时前
中科院1区顶刊|IF14+：多组学MR联合单细胞时空分析，锁定心血管代谢疾病的免疫治疗新靶点无声旅者1 小时前
AI 模型分类全解：特性与选择指南Grassto2 小时前
Cursor Rules 使用MYH5162 小时前
深度学习在非线性场景中的核心应用领域及向量/张量数据处理案例，结合工业、金融等领域的实际落地场景分析Lilith的AI学习日记2 小时前
什么是预训练？深入解读大模型AI的“高考集训”聚客AI2 小时前
PyTorch玩转CNN：卷积操作可视化+五大经典网络复现+分类项目