Andere Kunden interessierten sich auch für
![Predicción de brotes de COVID-19 mediante modelos de aprendizaje supervisado]( "Predicción de brotes de COVID-19 mediante modelos de aprendizaje supervisado")
Predicción de brotes de COVID-19 mediante modelos de aprendizaje supervisado26,99 €![Modelo de aprendizaje profundo para la estimación de la pose humana en el espacio y el tiempo]( "Modelo de aprendizaje profundo para la estimación de la pose humana en el espacio y el tiempo")
Modelo de aprendizaje profundo para la estimación de la pose humana en el espacio y el tiempo25,99 €![Hoja de ruta para implantar el aprendizaje automático en el sector de la construcción]( "Hoja de ruta para implantar el aprendizaje automático en el sector de la construcción")
Hoja de ruta para implantar el aprendizaje automático en el sector de la construcción41,99 €![Enfoque de aprendizaje automático para la detección de voz]( "Enfoque de aprendizaje automático para la detección de voz")
Enfoque de aprendizaje automático para la detección de voz34,99 €![Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares]( "Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares")
Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares30,99 €![Clasificación de la infección por dengue mediante aprendizaje automático]( "Clasificación de la infección por dengue mediante aprendizaje automático")
Clasificación de la infección por dengue mediante aprendizaje automático30,99 €![Desarrollo de un modelo de aprendizaje electrónico para el sector empresarial]( "Desarrollo de un modelo de aprendizaje electrónico para el sector empresarial")
Desarrollo de un modelo de aprendizaje electrónico para el sector empresarial28,99 €
La agrupación de atributos es una de las aplicaciones de minería de datos no supervisada que se ha utilizado anteriormente para identificar la dependencia estadística entre subconjuntos de variables. Una vez más, las técnicas de clustering son importantes en los métodos de minería de datos para explorar la estructura natural e identificar patrones interesantes en los datos originales, también se ha demostrado que es útil para encontrar muestras co-expresadas. En este libro, se ha utilizado la teoría de los conjuntos rugosos (RST) para la agrupación de atributos. La RST es una teoría adoptada para tratar el conocimiento aproximado e inseguro, que analiza los clusters y encuentra los principios de los datos cuando el conocimiento previo no está disponible. En este caso, después de implementar el método de agrupación de atributos basado en conjuntos rugosos en un conjunto de datos de la vida real, éstos se clasifican utilizando algunas de las técnicas de clasificación tradicionales.