Introduzione all'identificazione degli outlier
| AUTHOR | E, Sakthivel; S, Anitha |
| PUBLISHER | Edizioni Sapienza (10/21/2025) |
| PRODUCT TYPE | Paperback (Paperback) |
Description
L'obiettivo principale di questo libro è sviluppare e discutere il problema della gestione degli outlier, in combinazione con il classificatore, per affrontare il noto problema della classificazione automatica dei cromosomi nelle loro classificazioni biologiche. I database clinici hanno accumulato enormi quantità di dati sulle persone e sui loro problemi medici. L'individuazione degli outlier è un'esigenza critica per il data mining e l'apprendimento automatico. Quando gli algoritmi di data mining e machine learning vengono utilizzati per set di dati che includono outlier, si traggono inferenze errate sui dati. Lo scopo di questa ricerca è utilizzare i metodi di data mining per scoprire le connessioni all'interno di un grande database clinico. Le relazioni e le tendenze scoperte in questo insieme di dati possono portare alla scoperta di nuove conoscenze mediche.
Show More
Product Format
Product Details
ISBN-13:
9786209169373
ISBN-10:
6209169376
Binding:
Paperback or Softback (Trade Paperback (Us))
Content Language:
Italian
More Product Details
Page Count:
88
Carton Quantity:
80
Product Dimensions:
6.00 x 0.21 x 9.00 inches
Weight:
0.28 pound(s)
Country of Origin:
US
Subject Information
BISAC Categories
Unassigned | Probability & Statistics - General
Descriptions, Reviews, Etc.
publisher marketing
L'obiettivo principale di questo libro è sviluppare e discutere il problema della gestione degli outlier, in combinazione con il classificatore, per affrontare il noto problema della classificazione automatica dei cromosomi nelle loro classificazioni biologiche. I database clinici hanno accumulato enormi quantità di dati sulle persone e sui loro problemi medici. L'individuazione degli outlier è un'esigenza critica per il data mining e l'apprendimento automatico. Quando gli algoritmi di data mining e machine learning vengono utilizzati per set di dati che includono outlier, si traggono inferenze errate sui dati. Lo scopo di questa ricerca è utilizzare i metodi di data mining per scoprire le connessioni all'interno di un grande database clinico. Le relazioni e le tendenze scoperte in questo insieme di dati possono portare alla scoperta di nuove conoscenze mediche.
Show More
List Price $80.00
Your Price
$79.20
