Andere Kunden interessierten sich auch für
![Migliorare la qualità dei cluster Web utilizzando il tempo di navigazione degli utenti]( "Migliorare la qualità dei cluster Web utilizzando il tempo di navigazione degli utenti")
Migliorare la qualità dei cluster Web utilizzando il tempo di navigazione degli utenti18,99 €![MIGLIORARE IL MECCANISMO DI REGOLAZIONE DELLE ENTRATE DEL BILANCIO LOCALE]( "MIGLIORARE IL MECCANISMO DI REGOLAZIONE DELLE ENTRATE DEL BILANCIO LOCALE")
MIGLIORARE IL MECCANISMO DI REGOLAZIONE DELLE ENTRATE DEL BILANCIO LOCALE39,99 €![TECNICHE TIPI DI RETE NEURALE UTILIZZANDO IL SOFTWARE NEUROSOLUTIONS]( "TECNICHE TIPI DI RETE NEURALE UTILIZZANDO IL SOFTWARE NEUROSOLUTIONS")
TECNICHE TIPI DI RETE NEURALE UTILIZZANDO IL SOFTWARE NEUROSOLUTIONS25,99 €![MIGLIORARE IL MECCANISMO DI INVESTIMENTO NELLE PICCOLE IMPRESE]( "MIGLIORARE IL MECCANISMO DI INVESTIMENTO NELLE PICCOLE IMPRESE")
MIGLIORARE IL MECCANISMO DI INVESTIMENTO NELLE PICCOLE IMPRESE51,99 €![Sfruttare la penetrazione delle TIC in Sri Lanka utilizzando la lingua locale]( "Sfruttare la penetrazione delle TIC in Sri Lanka utilizzando la lingua locale")
Sfruttare la penetrazione delle TIC in Sri Lanka utilizzando la lingua locale18,99 €![Migliorare le modalità di previsione del flusso di cassa delle società di capitali]( "Migliorare le modalità di previsione del flusso di cassa delle società di capitali")
Migliorare le modalità di previsione del flusso di cassa delle società di capitali39,99 €![Migliorare il benessere economico attraverso l'inclusione finanziaria in Odisha]( "Migliorare il benessere economico attraverso l'inclusione finanziaria in Odisha")
Migliorare il benessere economico attraverso l'inclusione finanziaria in Odisha44,99 €
Questo libro fornisce algoritmi di classificazione come Support Vector Machine e Genetic Algorithm utilizzati per trovare l'accuratezza della classificazione per il set di dati del Wisconsin Breast Cancer. Il set di dati di riferimento, Wisconsin Breast Cancer dataset, è ottenuto da UCI Machine Learning Repository. Il set di dati è composto da 699 istanze divise in 2 classi, ovvero benigna e maligna, ciascuna con 11 attributi. Le macchine vettoriali di supporto (SVM) sono un insieme di metodi di apprendimento supervisionato correlati utilizzati per la classificazione. Un modello SVM di classificazione tenta di separare le classi di destinazione con il margine più ampio possibile. In SVM, la funzione base radiale e la funzione kernel polinomiale vengono utilizzate per calcolare l'accuratezza della classificazione e il tempo di esecuzione. La selezione delle funzioni viene utilizzata per migliorare l'accuratezza del classificatore SVM. In GA, l'algoritmo genetico codificato intero e binario viene utilizzato anche per calcolare l'accuratezza della classificazione e il tempo di esecuzione. L'algoritmo genetico con codice intero viene utilizzato per selezionare caratteristiche importanti e rilevanti per la classificazione. L'algoritmo genetico codificato binario può essere applicato a molti problemi di ottimizzazione che contengono stringhe binarie per le variabili.