26,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Proponiamo due fasi di pre-elaborazione della classificazione che applicano algoritmi basati sulla carena convessa al set di allenamento per aiutare a migliorare le prestazioni e la velocità della classificazione. L'algoritmo Class Reconstruction utilizza un algoritmo di clustering combinato con un approccio basato su un guscio convesso che ri-etichetta il set di dati con una nuova ed estesa struttura di classe. Dimostriamo come questo algoritmo di miglioramento delle prestazioni aiuti ad aumentare i risultati di accuratezza di Naive Bayes in alcuni casi, ma non in tutti, che utilizzano dataset del mondo reale.…mehr

Produktbeschreibung
Proponiamo due fasi di pre-elaborazione della classificazione che applicano algoritmi basati sulla carena convessa al set di allenamento per aiutare a migliorare le prestazioni e la velocità della classificazione. L'algoritmo Class Reconstruction utilizza un algoritmo di clustering combinato con un approccio basato su un guscio convesso che ri-etichetta il set di dati con una nuova ed estesa struttura di classe. Dimostriamo come questo algoritmo di miglioramento delle prestazioni aiuti ad aumentare i risultati di accuratezza di Naive Bayes in alcuni casi, ma non in tutti, che utilizzano dataset del mondo reale.
Autorenporträt
El Dr. Sathish Kumar Penchala, profesional de la educación, obtuvo un máster en Sistema Informático Distribuido y un doctorado en CSE. Ha publicado varias revistas sobre aprendizaje automático. El Dr. Kishore Anthuvan Sahayaraj, profesional de la educación, obtuvo un máster en Sistema de Computación Distribuida y un doctorado en CSE.