13,99 €
Statt 17,95 €**
13,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
13,99 €
Statt 17,95 €**
13,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
Als Download kaufen
Statt 17,95 €****
13,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
Jetzt verschenken
Statt 17,95 €****
13,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
  • Format: PDF

Studienarbeit aus dem Jahr 2018 im Fachbereich Informatik - Wirtschaftsinformatik, , Sprache: Deutsch, Abstract: Diese Arbeit analysiert kritisch die Verwendung der Klassifikationsgenauigkeit, um Klassifikatoren mit natürlichen Datensätzen zu vergleichen, und bietet eine gründliche Untersuchung mit Hilfe der ROC-Analyse, standardmäßigen maschinellen Lernalgorithmen und Standard-Benchmark-Datensätzen. Die Ergebnisse werfen ernsthafte Bedenken hinsichtlich der Verwendung von Genauigkeitsschätzungen für den Vergleich von Klassifikatoren auf und stellen die Schlussfolgerungen, die aus solchen…mehr

Produktbeschreibung
Studienarbeit aus dem Jahr 2018 im Fachbereich Informatik - Wirtschaftsinformatik, , Sprache: Deutsch, Abstract: Diese Arbeit analysiert kritisch die Verwendung der Klassifikationsgenauigkeit, um Klassifikatoren mit natürlichen Datensätzen zu vergleichen, und bietet eine gründliche Untersuchung mit Hilfe der ROC-Analyse, standardmäßigen maschinellen Lernalgorithmen und Standard-Benchmark-Datensätzen. Die Ergebnisse werfen ernsthafte Bedenken hinsichtlich der Verwendung von Genauigkeitsschätzungen für den Vergleich von Klassifikatoren auf und stellen die Schlussfolgerungen, die aus solchen Studien gezogen werden können, in Frage. Im Verlauf der Untersuchung wird beschrieben, was im Allgemeinen als richtige Anwendung der ROC-Analyse für vergleichende Studien in der maschinellen Lernforschung gehalten werden kann. Es wird argumentiert, dass diese Methode sowohl für praktische Entscheidungen als auch für das Ziehen wissenschaftlicher Schlussfolgerungen vorzuziehen ist.

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.