9786207474745 - relevance feature search for text mining: novel approach for text mining di kamble, rekha; more, shivaprasad (8 risultati)
- Brossura
Da: Books Puddle, New York, NY, U.S.A.Books Puddle
Contatta il venditoreVenditore con 4 stelleCondizione: Nuovo
EUR 58,01
EUR 3,51 spedizioneSpedito in U.S.A.Quantità: 4 disponibili
Condizione: New.
- Altre immagini
- Brossura
Da: preigu, Osnabrück, Germaniapreigu
Contatta il venditoreVenditore con 5 stelleCondizione: Nuovo
EUR 39,45
EUR 70,00 spedizioneSpedito da Germania a U.S.A.Quantità: 5 disponibili
Taschenbuch. Condizione: Neu. Relevance Feature Search for Text Mining | Novel approach for Text Mining | Rekha Kamble (u. a.) | Taschenbuch | Englisch | 2024 | LAP LAMBERT Academic Publishing | EAN 9786207474745 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerse…rvice[at]vdm-vsg[dot]de | Anbieter: preigu.
- Brossura
- Print on Demand
Da: Majestic Books, Hounslow, Regno UnitoMajestic Books
Contatta il venditoreVenditore con 4 stelleCondizione: Nuovo
EUR 56,61
EUR 7,60 spedizioneSpedito da Regno Unito a U.S.A.Quantità: 4 disponibili
Condizione: New. Print on Demand.
- Brossura
- Print on Demand
Da: Biblios, frankfurt am main, HESSE, GermaniaBiblios
Contatta il venditoreVenditore con 4 stelleCondizione: Nuovo
EUR 57,48
EUR 9,95 spedizioneSpedito da Germania a U.S.A.Quantità: 4 disponibili
Condizione: New. PRINT ON DEMAND.
- 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. Englisch.
- Altre immagini
- Brossura
- Print on Demand
Da: moluna, Greven, Germaniamoluna
Contatta il venditoreVenditore con 5 stelleCondizione: Nuovo
EUR 37,23
EUR 48,99 spedizioneSpedito da Germania a U.S.A.Quantità: Più di 20 disponibili
Condizione: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Relevance Feature Discovery is an innovative model that classifies terms into distinct categories and effectively updates term weights and distribution in patterns, hence boosting text mining performance.The terms th…at appear more frequently in relevant pap.
- Altre immagini
- 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 -Relevance Feature Discovery is an innovative model that classifies terms into distinct categories and effectively updates term weights and distribution in patterns, hence boosting text mining performance.The terms that appear more freq…uently in relevant papers are regarded as positive specific terms. The terms that appear more frequently in irrelevant papers are classified as negative specific terms. The goal of Relevance Feature Discovery is to extract high-quality features that accurately represent the user's demands. This system outperforms term and pattern-based techniques.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 52 pp. Englisch.
- Altre immagini
- Brossura
- Print on Demand
Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Contatta il venditoreVenditore con 5 stelleCondizione: Nuovo
EUR 44,59
EUR 60,48 spedizioneSpedito da Germania a U.S.A.Quantità: 1 disponibili
Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Relevance Feature Discovery is an innovative model that classifies terms into distinct categories and effectively updates term weights and distribution in patterns, hence boosting text mining performance.The terms that appear more frequ…ently in relevant papers are regarded as positive specific terms. The terms that appear more frequently in irrelevant papers are classified as negative specific terms. The goal of Relevance Feature Discovery is to extract high-quality features that accurately represent the user's demands. This system outperforms term and pattern-based techniques.
