32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
16 °P sammeln
  • Broschiertes Buch

Questo libro si basa sull'idea che gli algoritmi di apprendimento automatico e i metodi statistici basati sui ranghi siano una scelta migliore per sviluppare un modello robusto in situazioni logiche. Abbiamo progettato un'impostazione sperimentale per la raccolta dei dati, sviluppato una classe unica di modelli che include la selezione delle variabili e i metodi di rilevamento. Le variabili significative selezionate forniscono una classe unica di modelli per tutti e sei i partecipanti. Sottolineiamo che le migliori variabili selezionate hanno buone informazioni per lo sviluppo del modello e…mehr

Produktbeschreibung
Questo libro si basa sull'idea che gli algoritmi di apprendimento automatico e i metodi statistici basati sui ranghi siano una scelta migliore per sviluppare un modello robusto in situazioni logiche. Abbiamo progettato un'impostazione sperimentale per la raccolta dei dati, sviluppato una classe unica di modelli che include la selezione delle variabili e i metodi di rilevamento. Le variabili significative selezionate forniscono una classe unica di modelli per tutti e sei i partecipanti. Sottolineiamo che le migliori variabili selezionate hanno buone informazioni per lo sviluppo del modello e che ogni variabile selezionata non ha errori, cioè AUC=1, con la selezione in avanti e il classificatore di supporto vettoriale per la descrizione dei dati. In sostanza, abbiamo sviluppato una classe unica di modelli utilizzando sei diverse classi di soggetti, per prevedere la prevenzione delle cadute degli anziani, e dopo aver effettuato la validazione esterna con la settima classe di soggetti, abbiamo raggiunto una soluzione unica. La sezione uno è l'introduzione alla ricerca, la sezione due riguarda il disegno della ricerca e l'analisi dei dati, le sezioni tre e quattro forniscono un ampio sviluppo del modello per la selezione delle variabili e del classificatore di una classe. Infine, vengono fornite le conclusioni e gli aspetti futuri dell'intero studio.
Autorenporträt
Chandan Srivastava é investigador doutorado no Department de Enginyeria Química, Universitat Rovira i Virgili,Espanha. Obteve o seu mestrado e investigação no Departamento de Optimização e Segurança de Sistemas, Universidade de Tecnologia de Troyes, França. A sua área de investigação inclui a aprendizagem de máquinas, e o processamento de sinais biomédicos.