Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Zjistit stav objednávky

Staňte se součástí komunity milovníků knih z celého světa a získejte hromadu výhod. Založit účet zdarma

Doprava zdarma se Zásilkovnou nad 1 499 Kč

Kurýr DPD 69 Kč PPL shop 49 Kč Balíkovna 69 Kč PPL kurýr 74 Kč PPL box 39 Kč Balíkovna 49 Kč Výdejní místo DPD 49 Kč Zásilkovna 39 Kč

Kontakt

Jak nakupovat

Pomoc

Můj účet

▸ Prázdný :-(

Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Fehlende Werte im Data Mining

Name: Fehlende Werte im Data Mining
Brand: Verlag Unser Wissen
SKU: 43657960
Price: 732 CZK
Availability: InStock
Author: Subhendu Pani
ISBN: 9786206095460

Subhendu Pani

Jazyk

Němčina

Kniha Brožovaná

Libristo kód: 43657960

Nakladatelství Verlag Unser Wissen, červen 2023

Die Auswirkungen fehlender Werte auf die Datenklassifizierung werden untersucht. Es wird eine vergle... Celý popis

Libristo kód: 43657960

73 b

732 Kč

Skladem u dodavatele Odesíláme za 8-11 dnů

Až 30 dní na vrácení zboží

Zákazníci také koupili

... . . 1-4.. Ivan Dmitrievich Belyaev

Brožovaná

728 Kč

English and Japanese Mercantile Conversations Shotaro Nishimura

Brožovaná

404 Kč

Exclusión social y pobreza en la Unión Europea Marina Arroyo Bovea

Brožovaná

732 Kč

Piano Preludes Volume 48 Don Hodell Chilcote

Brožovaná

320 Kč

I thought I saw a... bear! Ruth Symons

Leporelo

174 Kč

ECG Made Practical John Hampton

Brožovaná

899 Kč

Notice Sur l'Epidemie Du Cholera-Morbus Indien Qui a Regne Dans Les Ports Meridionaux Larrey-D

Brožovaná

293 Kč

In Love There's War II: The Reign of Temptation Danielle Dominique Nelson

Brožovaná

217 Kč

Die Auswirkungen fehlender Werte auf die Datenklassifizierung werden untersucht. Es wird eine vergleichende Analyse der Genauigkeit der Datenklassifizierung in verschiedenen Szenarien vorgestellt. In der Studie werden mehrere Suchtechniken für die Merkmalsauswahl berücksichtigt und zur Vorverarbeitung des Datensatzes eingesetzt. Die Vorhersageleistung gängiger Klassifikatoren wird quantitativ verglichen. Der Datensatz stammt aus einem Kontext der Brustkrebserkennung und -entscheidung, der im UCI-Repository für maschinelles Lernen verfügbar ist. Nach der Analyse der experimentellen Ergebnisse wird in der Arbeit das allgemeine Konzept der verbesserten Klassifizierungsgenauigkeit durch die Ersetzung fehlender Werte dargelegt.