Il libro "Machine Learning Classifiers & Classifier Ensemble" offre un'analisi completa degli algoritmi avanzati nel campo dell'apprendimento automatico utilizzati per la classificazione dell'uso del suolo e della copertura del suolo. Si concentra su sette metodi consolidati, tra cui Support Vector Machines, alberi decisionali, reti neurali artificiali, k-nearest neighbors, naive Bayes, boosting e Random Forest. Queste tecniche sono fondamentali per la raccolta precisa e tempestiva di informazioni sull'uso e la copertura del suolo urbano, che sono di grande importanza per lo sviluppo urbano e la protezione ambientale. Il libro affronta le sfide della classificazione accurata della copertura del suolo e mette in luce la necessità di tali classificazioni per diverse applicazioni, come il monitoraggio ambientale, la gestione delle risorse e la pianificazione urbana. Inoltre, vengono esaminate diverse metodologie di ensemble per ottimizzare le prestazioni dei classificatori.
Lingua | Tedesco |
argomento | Matematica & Scienze naturali |
Autore | Asmaa Mandouh, Lamyaa Taha, Rania Ibrahim |
Copertina del libro | Copertina rigida |
Anno | 2023 |
No. di articolo | 56996613 |
Editore | Lap Lambert Academic |
Categoria | Libro specialistico |
Data di rilascio | 27.3.2025 |
argomento | Matematica & Scienze naturali |
Lingua | Tedesco |
Autore | Asmaa Mandouh, Lamyaa Taha, Rania Ibrahim |
Anno | 2023 |
Copertina del libro | Copertina rigida |
Anno | 2023 |
Emissione di CO₂ | |
Contributo climatico |
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.
Fonte: Digitec GalaxusIl tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.
Fonte: Digitec GalaxusPurtroppo non disponiamo di dati sufficienti per questa categoria per mostrarti ulteriori percentuali.
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.
Fonte: Digitec Galaxus