基于GBDT算法的乳腺癌诊断任务书

 2021-12-31 07:12

全文总字数:1346字

1. 毕业设计(论文)主要内容:

1.前期知识储备:

首先深入学习并理解AoS 2001年论文“Greedyfunction approximation: a gradient boosting machine”,理解GBDT算法;其次,学习并掌握Python程序设计。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1.设计并实现GBDT算法,使用此算法训练模型,得到一个可用于乳腺癌诊断的模型。应对模型进行详细的实验分析。

2.算法开发语言为Python。

3.算法的文档应能详细、准确地反映算法的设计思想。文档格式应尽可能规范,易读易懂,叙述问题准确。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)2020/1/13—2020/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;

(2)2020/3/1—2020/4/30:算法设计与实现、模型训练、模型测试与实验分析

(3)2020/5/1—2020/5/25:撰写及修改毕业论文;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

1.Friedman, Jerome H. "Greedy function approximation: agradient boosting machine."Annalsof statistics(2001): 1189-1232.

2. 埃里克·马瑟斯(Eric Matthes)著,袁国忠译,Python编程 从入门到实践,人民邮电出版社,2016.7

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。