Isbn: 9786207407514 - relevante merkmalsuche für text mining: neuartiger ansatz für text mining (3 risultati)

- Brossura
- Print on Demand
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, GermaniaBuchWeltWeit Ludwig Meier e.K.
Contatta il venditoreVenditore con 5 stelleCondizione: Nuovo
EUR 43,90
EUR 23,00 spedizioneSpedito da Germania a U.S.A.Quantità: 2 disponibili
Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Deutsch.

- Brossura
- Print on Demand
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germaniabuchversandmimpf2000
Contatta il venditoreVenditore con 5 stelleCondizione: Nuovo
EUR 43,90
EUR 60,00 spedizioneSpedito da Germania a U.S.A.Quantità: 1 disponibili
Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Die Entdeckung von Relevanzmerkmalen ist ein innovatives Modell, das Begriffe in verschiedene Kategorien einteilt und die Gewichtung und Verteilung von Begriffen in Mustern effektiv aktualisiert und so die Textmining-Leistung steigert.Die Begriffe, die in relevanten Artikeln häufiger vorkommen, werden als positive spezifische Begriffe betrachtet. Die Begriffe, die häufiger in irrelevanten Artikeln vorkommen, werden als negative spezifische Begriffe klassifiziert. Das Ziel von Relevance Feature Discovery ist es, qualitativ hochwertige Merkmale zu extrahieren, die die Anforderungen des Benutzers genau repräsentieren. Dieses System übertrifft term- und musterbasierte Techniken.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 52 pp. Deutsch.…

- Brossura
- Print on Demand
Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Contatta il venditoreVenditore con 5 stelleCondizione: Nuovo
EUR 43,90
EUR 60,48 spedizioneSpedito da Germania a U.S.A.Quantità: 1 disponibili
Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Die Entdeckung von Relevanzmerkmalen ist ein innovatives Modell, das Begriffe in verschiedene Kategorien einteilt und die Gewichtung und Verteilung von Begriffen in Mustern effektiv aktualisiert und so die Textmining-Leistung steigert.Die Begriffe, die in relevanten Artikeln häufiger vorkommen, werden als positive spezifische Begriffe betrachtet. Die Begriffe, die häufiger in irrelevanten Artikeln vorkommen, werden als negative spezifische Begriffe klassifiziert. Das Ziel von Relevance Feature Discovery ist es, qualitativ hochwertige Merkmale zu extrahieren, die die Anforderungen des Benutzers genau repräsentieren. Dieses System übertrifft term- und musterbasierte Techniken.…