Editore: Ediciones Nuestro Conocimiento, 2021
ISBN 10: 6203942960 ISBN 13: 9786203942965
Lingua: Spagnolo
Da: moluna, Greven, Germania
EUR 34,25
Convertire valutaQuantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
Editore: Ediciones Nuestro Conocimiento, 2022
ISBN 10: 6204410687 ISBN 13: 9786204410685
Lingua: Spagnolo
Da: moluna, Greven, Germania
EUR 37,23
Convertire valutaQuantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
Editore: Ediciones Nuestro Conocimiento Jul 2021, 2021
ISBN 10: 6203942960 ISBN 13: 9786203942965
Lingua: Spagnolo
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germania
EUR 39,90
Convertire valutaQuantità: 2 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Neuware -Proponemos dos pasos de preprocesamiento para la clasificación que aplican algoritmos basados en cascos convexos al conjunto de entrenamiento para ayudar a mejorar el rendimiento y la velocidad de la clasificación. El algoritmo de reconstrucción de clases utiliza un algoritmo de agrupación combinado con un enfoque basado en cascos convexos que vuelve a etiquetar el conjunto de datos con una estructura de clases nueva y ampliada. Demostramos cómo este algoritmo de mejora del rendimiento ayuda a aumentar los resultados de precisión de Naive Bayes en algunos casos, pero no en todos, que utilizan conjuntos de datos del mundo real.Books on Demand GmbH, Überseering 33, 22297 Hamburg 88 pp. Spanisch.
Editore: Ediciones Nuestro Conocimiento Jan 2022, 2022
ISBN 10: 6204410687 ISBN 13: 9786204410685
Lingua: Spagnolo
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germania
EUR 43,90
Convertire valutaQuantità: 2 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Neuware -Proponemos dos pasos de preprocesamiento para la clasificación que aplican algoritmos basados en cascos convexos al conjunto de entrenamiento para ayudar a mejorar el rendimiento y la velocidad de la clasificación. El algoritmo de reconstrucción de clases utiliza un algoritmo de agrupación combinado con un enfoque basado en cascos convexos que vuelve a etiquetar el conjunto de datos con una estructura de clases nueva y ampliada. Demostramos cómo este algoritmo de mejora del rendimiento ayuda a aumentar los resultados de precisión de Naive Bayes en algunos casos, pero no en todos, que utilizan conjuntos de datos del mundo real.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Spanisch.
Editore: Ediciones Nuestro Conocimiento Jul 2021, 2021
ISBN 10: 6203942960 ISBN 13: 9786203942965
Lingua: Spagnolo
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germania
EUR 39,90
Convertire valutaQuantità: 2 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Proponemos dos pasos de preprocesamiento para la clasificación que aplican algoritmos basados en cascos convexos al conjunto de entrenamiento para ayudar a mejorar el rendimiento y la velocidad de la clasificación. El algoritmo de reconstrucción de clases utiliza un algoritmo de agrupación combinado con un enfoque basado en cascos convexos que vuelve a etiquetar el conjunto de datos con una estructura de clases nueva y ampliada. Demostramos cómo este algoritmo de mejora del rendimiento ayuda a aumentar los resultados de precisión de Naive Bayes en algunos casos, pero no en todos, que utilizan conjuntos de datos del mundo real. 88 pp. Spanisch.
Editore: Ediciones Nuestro Conocimiento Jan 2022, 2022
ISBN 10: 6204410687 ISBN 13: 9786204410685
Lingua: Spagnolo
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germania
EUR 43,90
Convertire valutaQuantità: 2 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Proponemos dos pasos de preprocesamiento para la clasificación que aplican algoritmos basados en cascos convexos al conjunto de entrenamiento para ayudar a mejorar el rendimiento y la velocidad de la clasificación. El algoritmo de reconstrucción de clases utiliza un algoritmo de agrupación combinado con un enfoque basado en cascos convexos que vuelve a etiquetar el conjunto de datos con una estructura de clases nueva y ampliada. Demostramos cómo este algoritmo de mejora del rendimiento ayuda a aumentar los resultados de precisión de Naive Bayes en algunos casos, pero no en todos, que utilizan conjuntos de datos del mundo real. 64 pp. Spanisch.
Editore: Ediciones Nuestro Conocimiento, 2021
ISBN 10: 6203942960 ISBN 13: 9786203942965
Lingua: Spagnolo
Da: AHA-BUCH GmbH, Einbeck, Germania
EUR 40,89
Convertire valutaQuantità: 1 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Proponemos dos pasos de preprocesamiento para la clasificación que aplican algoritmos basados en cascos convexos al conjunto de entrenamiento para ayudar a mejorar el rendimiento y la velocidad de la clasificación. El algoritmo de reconstrucción de clases utiliza un algoritmo de agrupación combinado con un enfoque basado en cascos convexos que vuelve a etiquetar el conjunto de datos con una estructura de clases nueva y ampliada. Demostramos cómo este algoritmo de mejora del rendimiento ayuda a aumentar los resultados de precisión de Naive Bayes en algunos casos, pero no en todos, que utilizan conjuntos de datos del mundo real.
Editore: Ediciones Nuestro Conocimiento, 2022
ISBN 10: 6204410687 ISBN 13: 9786204410685
Lingua: Spagnolo
Da: AHA-BUCH GmbH, Einbeck, Germania
EUR 44,59
Convertire valutaQuantità: 1 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Proponemos dos pasos de preprocesamiento para la clasificación que aplican algoritmos basados en cascos convexos al conjunto de entrenamiento para ayudar a mejorar el rendimiento y la velocidad de la clasificación. El algoritmo de reconstrucción de clases utiliza un algoritmo de agrupación combinado con un enfoque basado en cascos convexos que vuelve a etiquetar el conjunto de datos con una estructura de clases nueva y ampliada. Demostramos cómo este algoritmo de mejora del rendimiento ayuda a aumentar los resultados de precisión de Naive Bayes en algunos casos, pero no en todos, que utilizan conjuntos de datos del mundo real.