Compartir
Klassifikatoren des maschinellen Lernens &Klassifikator-Beispiele (en Alemán)
Lamyaa Taha
(Autor)
·
Rania Ibrahim
(Autor)
·
Asmaa Mandouh
(Autor)
·
Verlag Unser Wissen
· Tapa Blanda
Klassifikatoren des maschinellen Lernens &Klassifikator-Beispiele (en Alemán) - Taha, Lamyaa ; Ibrahim, Rania ; Mandouh, Asmaa
$ 53.20
$ 66.50
Ahorras: $ 13.30
Elige la lista en la que quieres agregar tu producto o crea una nueva lista
✓ Producto agregado correctamente a la lista de deseos.
Ir a Mis ListasSe enviará desde nuestra bodega entre el
Martes 18 de Junio y el
Miércoles 19 de Junio.
Lo recibirás en cualquier lugar de Estados Unidos entre 1 y 3 días hábiles luego del envío.
Reseña del libro "Klassifikatoren des maschinellen Lernens &Klassifikator-Beispiele (en Alemán)"
Es gibt eine Reihe von Algorithmen des maschinellen Lernens (ML) zur Klassifizierung von Bodenbedeckung und Bodennutzung. In diesem Buch konzentrieren wir uns auf die relativ ausgereiften Methoden (sieben Methoden) Support-Vector-Maschinen (SVM), Entscheidungsbäume (DTs), künstliche neuronale Netze, k-nearest neighbours (k-NN), naive Bayes, Boosting und Random Forest (RF).Die genaue und zeitnahe Erfassung von Informationen zur Flächennutzung und Bodenbedeckung in Städten ist für viele Aspekte der Stadtentwicklung und des Umweltschutzes von entscheidender Bedeutung.Die genaue Klassifizierung der Bodenbedeckung ist eine Herausforderung. Die Verbesserung der Bodenbedeckungsklassifizierung ist ein aktuelles Thema. Sie wird für viele Anwendungen benötigt, z. B. für die Kartierung der Bodennutzung und -bedeckung, die Umweltüberwachung, die Bewirtschaftung natürlicher Ressourcen, die Stadtplanung und -verwaltung sowie die Erkennung von Veränderungen. Anschlie end wurde eine Reihe von Methoden untersucht, um verschiedene Klassifikatoren zu kombinieren.
- 0% (0)
- 0% (0)
- 0% (0)
- 0% (0)
- 0% (0)
Todos los libros de nuestro catálogo son Originales.
El libro está escrito en Alemán.
La encuadernación de esta edición es Tapa Blanda.
✓ Producto agregado correctamente al carro, Ir a Pagar.
