Name: Auswahl wichtiger Symptome für medizinische Datensätze (en Alemán)
Price: 991.85 MXN
Availability: InStock
Author: Mahmood, Noor T. ; Abdul-Rahman, Maha ; Abdallah, Rusul
ISBN: 9786205325421

Envío gratis

portada Auswahl wichtiger Symptome für medizinische Datensätze (en Alemán)

Formato

Libro Físico

Autor

Editorial

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.3 cm

Peso

0.09 kg.

ISBN13

9786205325421

Auswahl wichtiger Symptome für medizinische Datensätze (en Alemán)

Noor T. Mahmood (Autor) · Maha Abdul-Rahman (Autor) · Rusul Abdallah (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 991.85

$ 1,653.09

Ahorras: $ 661.23

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 22 de Julio y el Martes 30 de Julio.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Auswahl wichtiger Symptome für medizinische Datensätze (en Alemán)"

Die Auswahl optimaler Merkmale ist ein wichtiges Forschungsgebiet im Bereich medizinischer Data-Mining-Systeme. In dieser Forschungsarbeit stellen wir ein effizientes Verfahren zur Auswahl von Teilmengen von Merkmalen, zur Einstufung von Merkmalen und zur Klassifizierung vor, das als Hauptkomponentenanalyse auf der Grundlage der JK-Methode zur Verbesserung der Erkennungsgenauigkeit und zur optimalen Auswahl von Teilmengen von Merkmalen bezeichnet wird. Die vorgeschlagene Methode passt einen Parameter namens "Varianzabdeckung" an und erstellt das Modell mit dem Wert, bei dem eine maximale Klassifizierungsgenauigkeit erzielt wird. Dies erleichtert die Auswahl eines kompakten Satzes von überlegenen Merkmalen, und das zu bemerkenswert niedrigen Kosten. Der umfassende experimentelle Vergleich der vorgeschlagenen Methode mit anderen Methoden unter Verwendung von drei verschiedenen Klassifikatoren (Naïve Bayes (NB), Multi-Layer-Perceptron (MLP) und J48-Entscheidungsbaum) und sechs verschiedenen medizinischen Datensätzen kann bestätigen, dass die vorgeschlagene (PCA-JK)-Strategie vielversprechende Ergebnisse bei der Auswahl der Merkmale und der Klassifizierungsgenauigkeit für das medizinische Data-Mining-Forschungsgebiet liefert.