-
公开(公告)号：CN102201097A
公开(公告)日：2011-09-28
申请号：CN201110081527.8
申请日：2011-03-25
Applicant: 微软公司
IPC: G06Q30/00
CPC classification number: G06K9/6224 , G06F17/30958 , G06Q30/02 , G06Q30/08
Abstract: 各种实施例提供了用于图群集的技术。在一个或多个实施例中，获得表示实体间关系的参与图。基于参与图来构造辅助图。构造辅助图使得辅助图没有参与图密集，从而在计算上较不复杂以便于分析。通过对为辅助图定义的目标函数求解来确定辅助图中的集群。为辅助图确定的集群然后可用于确定参与图中的集群，参与图中的集群对为参与图定义的相关目标函数求解。
-
公开(公告)号：CN1684068A
公开(公告)日：2005-10-19
申请号：CN200510067375.0
申请日：2005-04-14
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F16/283 , G06F2216/03 , Y10S707/99936 , Y10S707/99943
Abstract: 本发明充分利用机器学习技术来提供条件变量的自动生成，用于对给定的目标变量构造数据透视。本发明确定和分析给定目标变量的最佳目标变量预测符，利用它们以便于将有关目标变量的信息传递给用户。它自动离散化用作目标变量预测符的连续变量和离散变量，以建立它们的粒度。在本发明的其它示例中，能指定复杂性和/或实用性参数，以便于通过分析最佳目标变量预测符以及条件变量的复杂性和/或实用性来生成数据透视。本发明还能调节数据透视的条件变量(即目标变量预测符)，以提供最优视图，和/或接受来自用户的输入来引导/控制数据透视的生成。
-
公开(公告)号：CN102214344A
公开(公告)日：2011-10-12
申请号：CN201110093254.9
申请日：2011-04-08
Applicant: 微软公司
IPC: G06Q30/00
CPC classification number: G06Q30/0244 , G06Q30/02 , G06Q30/0247
Abstract: 本发明描述了清单群集。各种实施例提供了用于清单群集的技术。在一个或多个实施例中，将一组待处理清单置入初始群集中。清单可以涉及由一组属性的值定义的广告印象。通过选择属性并根据一个或多个群集算法导出由一个或多个属性值约束的孩子群集，来执行初始群集的递归划分。群集算法被配置成通过重复生成更小的孩子群集并计量与添加附加群集相关联的成本来导出最优数量的群集。可以以这种方式形成附加孩子群集直到所计量的添加更多群集的成本超过添加更多群集的益处。
-
公开(公告)号：CN100419754C
公开(公告)日：2008-09-17
申请号：CN200510060162.5
申请日：2005-03-25
Applicant: 微软公司
Inventor： D·M·奇克林
CPC classification number: G06N7/005 , Y10S707/99933
Abstract: 揭示了便于通过采用一种学习具有完整表格的贝叶斯网络的学习算法来学习具有决策树的贝叶斯网络的系统和方法。该学习算法可包括一搜索算法，它可反转具有完整表格的贝叶斯网络中的边，以细化与其相关联的有向非循环图。细化的完整表格DAG然后可用于导出用于在决策树贝叶斯网络中生长决策树的学习算法的一组约束。
-
Patent Agency Ranking
公开(公告)号：CN1696937A
公开(公告)日：2005-11-16
申请号：CN200510070040.4
申请日：2005-04-29
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/243 , Y10S707/99931 , Y10S707/99945
Abstract: 本发明提供一种独特的系统和方法，能够采用机器学习技术跨各种不同的Web表格自动填充一个或多个字段。特别地，一个或多个工具化工具可收集表格字段的输入或输入项。机器学习可用于学习什么数据对应于哪些字段或哪些类型的字段。输入可被发送回中央储存库，在中央储存库中，其它数据库也可聚集在一起。该输入可提供给机器学习系统，以学习如何预测所希望的输出。可选地或除此之外，可部分地通过观察输入项，然后相应地对自动填充组件进行适配来进行学习。此外，可采用数据库字段的若干特征以及约束来促进数据库输入项到表格值的赋值－特别是在Web表格从未被自动填充系统看到过时。
-
公开(公告)号：CN1674008A
公开(公告)日：2005-09-28
申请号：CN200510060162.5
申请日：2005-03-25
Applicant: 微软公司
Inventor： D·M·奇克林
CPC classification number: G06N7/005 , Y10S707/99933
Abstract: 揭示了便于通过采用一种学习具有完整表格的贝叶斯网络的学习算法来学习具有决策树的贝叶斯网络的系统和方法。该学习算法可包括一搜索算法，它可反转具有完整表格的贝叶斯网络中的边，以细化与其相关联的有向非循环图。细化的完整表格DAG然后可用于导出用于在决策树贝叶斯网络中生长决策树的学习算法的一组约束。
-
公开(公告)号：CN102201098A
公开(公告)日：2011-09-28
申请号：CN201110081948.0
申请日：2011-03-24
Applicant: 微软公司
IPC: G06Q30/00
CPC classification number: G06Q30/08 , G06Q30/02 , G06Q30/0244 , G06Q30/0247 , G06Q30/0256 , G06Q30/0275
Abstract: 各种实施例提供了用于拍卖栏栅的技术。在一个或多个实施例中，对在线拍卖中彼此竞争的参与者指定控制组和测试组。然后可采用包容模型来用于使用各组来测试拍卖的新条件。具体来说，可进行和/或模拟多个拍卖，使得控制条件被应用于不包括测试组的至少一个成员的拍卖中，测试条件被应用于具有来自测试组和控制组两者的成员的拍卖中。然后可通过对照用测试条件进行的拍卖中参与者的行为来分析用控制条件进行的拍卖中参与者的行为，来测量对测试条件的响应。
-
公开(公告)号：CN1696937B
公开(公告)日：2011-06-08
申请号：CN200510070040.4
申请日：2005-04-29
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/243 , Y10S707/99931 , Y10S707/99945
Abstract: 本发明提供一种独特的系统和方法，能够采用机器学习技术跨各种不同的web表格自动填充一个或多个字段。特别地，一个或多个工具化工具可收集表格字段的输入或输入项。机器学习可用于学习什么数据对应于哪些字段或哪些类型的字段。输入可被发送回中央储存库，在中央储存库中，其它数据库也可聚集在一起。该输入可提供给机器学习系统，以学习如何预测所希望的输出。可选地或除此之外，可部分地通过观察输入项，然后相应地对自动填充组件进行适配来进行学习。此外，可采用数据库字段的若干特征以及约束来促进数据库输入项到表格值的赋值—特别是在web表格从未被自动填充系统看到过时。
-
公开(公告)号：CN100426289C
公开(公告)日：2008-10-15
申请号：CN200510067375.0
申请日：2005-04-14
Applicant: 微软公司
IPC: G06F17/30
Abstract: 本发明充分利用机器学习技术来提供条件变量的自动生成，用于对给定的目标变量构造数据透视。本发明确定和分析给定目标变量的最佳目标变量预测符，利用它们以便于将有关目标变量的信息传递给用户。它自动离散化用作目标变量预测符的连续变量和离散变量，以建立它们的粒度。在本发明的其它示例中，能指定复杂性和/或实用性参数，以便于通过分析最佳目标变量预测符以及条件变量的复杂性和/或实用性来生成数据透视。本发明还能调节数据透视的条件变量(即目标变量预测符)，以提供最优视图，和/或接受来自用户的输入来引导/控制数据透视的生成。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
