Falls Sie nur an einem bestimmten Exempar interessiert sind, können Sie aus der folgenden Liste jenes wählen, an dem Sie interessiert sind:
Nur diese Ausgabe anzeigen…
Nur diese Ausgabe anzeigen…
Verbesserung von Klassifikationsverfahren - Informationsgehalt der k-Nächsten-Nachbarn nutzen
10 Angebote vergleichen
Preise | Jan. 16 | Apr. 16 | Mai 16 |
---|---|---|---|
Schnitt | Fr. 45.36 (€ 46.40)¹ | Fr. 45.66 (€ 46.70)¹ | Fr. 45.65 (€ 46.69)¹ |
Nachfrage |
Verbesserung von Klassifikationsverfahren
ISBN: 9783658114756 bzw. 3658114754, in Deutsch, Berlin Springer Spektrum Springer, Taschenbuch, neu.
Von Händler/Antiquariat, Buchhandlung - Bides GbR [52676528], Dresden, Germany.
Neuware - Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-Nächste-Nachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt. 224 pp. Deutsch.
Verbesserung von Klassifikationsverfahren
ISBN: 9783658114756 bzw. 3658114754, in Deutsch, Berlin Springer Spektrum Springer, Taschenbuch, neu.
Von Händler/Antiquariat, Agrios-Buch [57449362], Bergisch Gladbach, Germany.
Neuware - Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-Nächste-Nachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt. 224 pp. Deutsch.
Verbesserung von Klassifikationsverfahren (2015)
ISBN: 9783658114756 bzw. 3658114754, in Deutsch, Springer, Taschenbuch, neu.
Informationsgehalt der k-Nächsten-Nachbarn nutzen, Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-NächsteNachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt. Taschenbuch, 03.12.2015.
BestMasters: Verbesserung von Klassifikationsverfahren - Informationsgehalt der k-Nächsten-Nachbarn nutzen (2015)
ISBN: 9783658114756 bzw. 3658114754, in Deutsch, Springer Spektrum Springer, Berlin, Taschenbuch, neu.
Syndikat Buchdienst, [4235284].
AUSFÜHRLICHERE BESCHREIBUNG: Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-Nächste-Nachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt. INHALT: Grundlagen der k-Nächsten-Nachbarn.- Vorstellung der zu erweiternden Klassifikationsverfahren.- Benchmarking anhand von simulierten Daten.- Anwendung der modifizierten Verfahren auf reale Datensätze. Taschenbuch / Paperback.
Verbesserung von Klassifikationsverfahren - Informationsgehalt der k-Nächsten-Nachbarn nutzen
ISBN: 9783658114763 bzw. 3658114762, in Deutsch, Springer Fachmedien Wiesbaden Gmbh, neu.
Verbesserung von Klassifikationsverfahren: Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-Nächste-Nachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt. Ebook.
Verbesserung von Klassifikationsverfahren
ISBN: 9783658114763 bzw. 3658114762, in Deutsch, Springer Fachmedien Wiesbaden, neu.
Informationsgehalt der k-Nächsten-Nachbarn nutzen, Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-NächsteNachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt.
Verbesserung von Klassifikationsverfahren
ISBN: 9783658114763 bzw. 3658114762, in Deutsch, neu.
Informationsgehalt der k-Nächsten-Nachbarn nutzen, Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-NächsteNachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt.
Verbesserung von Klassifikationsverfahren
ISBN: 9783658114763 bzw. 3658114762, in Deutsch, neu, E-Book, elektronischer Download.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen
Verbesserung von Klassifikationsverfahren. Informationsgehalt der k-Nächsten-Nachbarn nutzen (2015)
ISBN: 9783658114756 bzw. 3658114754, in Deutsch, Springer Spektrum, Taschenbuch, neu.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen
Verbesserung von Klassifikationsverfahren
ISBN: 9783658114763 bzw. 3658114762, in Deutsch, Springer Fachmedien Wiesbaden, neu, E-Book.