|
Dynix A {host-based} library automation system from {Dynix
Automated Library Systems}. First installed in 1993, it is
now used in over 2000 libraries worldwide.
Dynix runs on {Unix} using the {UniVerse} post relational
database. The software is configurable using tables of
parameters. It includes modules for cataloguing, circulation,
OPAC, acquisitions, serials, reserve book room, advance
bookings, homebound, BiblioBus, Pac Plus for Windows, Kids
Catalog, Dynix Online Catalog, media bookings, and community
information.
{(http://uk.dynix.com/classic.html)}.
(1995-04-28)
|
安裝中文字典英文字典查詢工具!
中文字典英文字典工具:
英文字典中文字典相關資料:
- logistic回归 - 百度百科
logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。 逻辑回归根据给定的自变量数据集来估计事件的发生概率，由于结果是一个概率，因此因变量的范围在 0 和 1 之间。
- Logistic回归分析概述——类型、适用条件、一般步骤
Logistic回归有多种类型，包括 二元Logistic回归 、多分类Logistic回归、 有序Logistic回归，以及条件Logistic回归，在SPSSAU中对应有【二元Logit】、【有序Logit】、【多分类Logit】，以及【条件Logit回归】功能模块。 本节主要介绍这四种类型的Logistic回归原理及应用。
- 一文读懂什么是逻辑回归 - 马贡多在下雨 - 博客园
逻辑回归介绍 逻辑回归（Logistic Regression）是一种经典的分类算法，尽管名字中带有 “回归”，但它本质上用于解决二分类问题（也可扩展到多分类）。
- Logistic回归分析概述——类型、适用条件、一般步骤-CSDN博客
Logistic回归有多种类型，包括二元Logistic回归、多分类Logistic回归、有序Logistic回归，以及条件Logistic回归，在SPSSAU中对应有【二元Logit】、【有序Logit】、【多分类Logit】，以及【条件Logit回归】功能模块。 本节主要介绍这四种类型的Logistic回归原理及应用。
- 深入理解与应用Logistic回归模型 - CSDN博客
简介：Logistic回归模型是统计学中用于二分类问题的重要工具，通过线性回归与对数几率函数的结合，将预测结果转换为概率值。 本文介绍了该模型的基础、形式、参数估计、评估、应用、扩展、优缺点、局限性以及模型的选择与优化方法。
- 逻辑回归（Logistic Regression） - 菜鸟教程
逻辑回归（Logistic Regression） 逻辑回归（Logistic Regression）是一种广泛应用于分类问题的统计学习方法，尽管名字中带有“回归”，但它实际上是一种用于二分类或多分类问题的算法。
- 经典Logistic回归：原理、计算步骤以及应用 - 知乎
此时， 处理该类资料常用Logistic回归模型。 Logistic回归分析属于非线性回归，它是研究 因变量为二项分类或多项分类结果与某些影响因素之间关系的一种多重回归分析方法。 在疾病的病因学研究中，经常需要分析疾病的发生与各危险因素之间的定量关系。
- 罗吉斯蒂克模型 - 百度百科
罗吉斯蒂克模型（Logistic模型）是一种具有罗吉斯蒂克函数形式的非线性回归模型：Yi=β0 [1+β1exp (β2Xi)]+εi，这种函数是一种增长模型呈S形，引两条渐近线Y=0，Y=1，因此当因变量为二进制变量时，通常适用这一模型。
- 深度解析逻辑回归分析模型 | 附详细案例操作，模型步骤 . . .
逻辑回归（Logistic regression）是一种线性回归分析模型，主要用于二分类问题，即研究因变量与一些影响因素之间关系的一种多变量分析方法。 本文将详细介绍逻辑回归分析的流程，包括在构建回归模型前的单因素筛查…
- Logistic回归理论与模型简介 - 简书
由线性模型的原理可知，预测值f (x,W)是一个区间为实数集R的连续型变量；而Logistic回归通过激活函数将预测值转换到 (0,1)区间上的对应输出，输出结果代表样本属于"正例"类别的概率p。
|
|