Improving Classifier Generalization: Real-Time Machine Learning based Applications - Rahul Kumar Sevakula,Nishchal K. Verma
-25% su kodu BOOKS
Pristatymas per 15-21 d.d.
30 dienų grąžinimo politika
This book elaborately discusses techniques commonly used to improve generalization performance in classification approaches. The contents highlight methods to improve classification performance in numerous case studies: ranging from datasets of UCI repository to predictive maintenance problems and cancer classification problems. The book specifically provides a detailed tutorial on how to approach time-seri ... Visas aprašymas
Jums taip pat gali patikti
TOP
Gödel, Escher, Bach: An Eternal Golden Braid
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
If Anyone Builds It, Everyone Dies: Why Superhuman AI Would Kill Us All
Eliezer Yudkowsky, Nate Soares
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
AI Engineering: Building Applications with Foundation Models
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Empire of AI: Dreams and Nightmares in Sam Altman's OpenAI
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Pragmatic Programmer: journey to mastery, 20th Anniversary Edition, 2/e: your journey to mastery, 20th Anniversary Edition
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Rust Programming Language
Steve Klabnik, Carol Nichols, Chris Krycho
-25% su kodu BOOKS
Nėra sandėlyje
TOP
How To Think About AI: A Guide For The Perplexed
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Slanted 47 Digital Tools: Slanted Magazine
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Web Application Hacker's Handbook: Discovering and Exploiting Security Flaws
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Art of Game Design: A Book of Lenses
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
How Linux Works: What Every Superuser Should Know
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Artificial Intelligence: A Modern Approach, Global Edition
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Python Crash Course: A Hands-On, Project-Based Introduction to Programming
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
CompTIA Security+ Certification Kit: Exam SY0-701
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Automate the Boring Stuff with Python
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Fundamentals of Software Architecture: A Modern Engineering Approach
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Speak Data: Artists, Scientists, Thinkers, and Dreamers on How We Live Our Lives in Numbers
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Hacking: The Art of Exploitation
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Linux Basics for Hackers, 2nd Edition: Getting Started with Networking, Scripting, and Security in Kali
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
HBR Guide to Generative AI for Managers
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
Aprašymas
This book elaborately discusses techniques commonly used to improve generalization performance in classification approaches. The contents highlight methods to improve classification performance in numerous case studies: ranging from datasets of UCI repository to predictive maintenance problems and cancer classification problems. The book specifically provides a detailed tutorial on how to approach time-series classification problems and discusses two real time case studies on condition monitoring. In addition to describing the various aspects a data scientist must consider before finalizing their approach to a classification problem and reviewing the state of the art for improving classification generalization performance, it also discusses in detail the authors own contributions to the field, including MVPC - a classifier with very low VC dimension, a graphical indices based framework for reliable predictive maintenance and a novel general-purpose membership functions for Fuzzy Support Vector Machine which provides state of the art performance with noisy datasets, and a novel scheme to introduce deep learning in Fuzzy Rule based classifiers (FRCs). This volume will serve as a useful reference for researchers and students working on machine learning, health monitoring, predictive maintenance, time-series analysis, gene-expression data classification.
Daugiau informacijos
| Autorius | Rahul Kumar Sevakula, Nishchal K. Verma |
|---|---|
| Leidėjas | Springer Nature Singapore |
| Series | Studies in Computational Intelligence |
| Išleidimo metai | 2023 |
| Viršelio tipas | Minkšti viršeliai |
| EAN | 9789811950759 |