Budżet: 500 UAH Termin: 2 dni
Только один вопрос вопроса:
1.выполняем на чистой С# или под С# .NET?
Нужна C# функция для проверки 2 текстов на уникальность относительно друг друга. На входе размер шингла, и допустимый процент сходства. На выходе флаг уникальны относительно друг друга или нет , а также список участков (с учетом заданного шингла), которые совпадают.
Budżet: 500 UAH Termin: 2 dni
Только один вопрос вопроса:
1.выполняем на чистой С# или под С# .NET?
Budżet: 300 UAH Termin: 1 dzień
C#, 4 роки досвіду, звертайтесь. skype: fresh_forever2009
Budżet: 150 UAH Termin: 1 dzień
День добрый, могу сделать.
Budżet: 200 UAH Termin: 2 dni
Здравствуйте.
Можем обсудить
Budżet: 100 UAH Termin: 1 dzień
есть опыт в работе с уникализацией текста и использованию проверок по шинглам, сегодня до вечера могу сделать
Budżet: 20 USD Termin: 1 dzień
Здравствуйте, готов выполнить ваше задание, хотел бы обсудить его более подробно.
Budżet: 200 UAH Termin: 2 dni
результат завтра после обеда
Budżet: 200 UAH Termin: 2 dni
учила c# и data mining, так что могу сделать.
Адресовано ччеловеку, который вспомнил data mining. проверка текстов на уникальность не имеет ничего общего с data mining
вы или data mining не учили или совсем не знаете что такое сравнение текстов. вот что вики говорит: data mining - собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. где вы в сравнении текстов хотите искать нетривиальные данные? data mining - это например прогнозирование продаж через год по имеющейся статистике или нахождение зависимости продаж авто от возраста, образования, количества детей... а сравнение текстов это сравнение текстов, здесь куча алгоритмов, например в этом задании нужен алгоритм шинглов, хотя заказчик это упомянул вскользь
раз мы тепер копипастим из вики,то
К методам Data Mining нередко относят статистические методы (дескриптивный анализ, корреляционный и регрессионный анализ, факторный анализ, дисперсионный анализ, компонентный анализ, дискриминантный анализ, анализ временных рядов, анализ выживаемости, анализ связей). Такие методы, однако, предполагают некоторые априорные представления об анализируемых данных, что несколько расходится с целями Data Mining (обнаружение ранее неизвестных нетривиальных и практически полезных знаний).
Tworzenie gier 13 ofert 11:44
40 ofert 28 lipca