Une ???norme quantit??? de donn???es est collect???e et stock???e dans des bases de donn???es partout dans le monde. Ces donn???es sont regroup???es et continuent d'augmenter chaque ann???e. L'extraction des informations cach???es dans ces bases de donn???es et la classification des informations extraites sont les t???ches les plus importantes de l'exploration de donn???es. Si ces ensembles de donn???es sont d???s???quilibr???s, il devient difficile de les traiter. La pr???diction de l'avenir est l'une des t???ches ...
Read More
Une ???norme quantit??? de donn???es est collect???e et stock???e dans des bases de donn???es partout dans le monde. Ces donn???es sont regroup???es et continuent d'augmenter chaque ann???e. L'extraction des informations cach???es dans ces bases de donn???es et la classification des informations extraites sont les t???ches les plus importantes de l'exploration de donn???es. Si ces ensembles de donn???es sont d???s???quilibr???s, il devient difficile de les traiter. La pr???diction de l'avenir est l'une des t???ches fondamentales de l'exploration de donn???es. Travailler avec des ensembles de donn???es d???s???quilibr???s pour pr???dire les r???sultats possibles est une t???che tr???s fastidieuse. Un ensemble de donn???es est d???s???quilibr??? lorsqu'il n'est pas class??? correctement, c'est-???-dire lorsqu'une classe contient plus d'instances que l'autre. Ces classes sont souvent repr???sent???es par une classe positive (minoritaire) et une classe n???gative (majoritaire). La classe qui a le moins d'???chantillons est appel???e classe minoritaire, et celle qui en a le plus est appel???e classe majoritaire. Le d???s???quilibre d'un ensemble de donn???es est ??? l'origine de nombreux probl???mes graves dans le domaine de l'exploration de donn???es. En g???n???ral, l'algorithme de classification standard consid???re l'ensemble de donn???es comme ???quilibr???, ce qui se traduit par un penchant pour la classe majoritaire. L'???quilibrage des ensembles de donn???es est donc essentiel pour de nombreuses applications en temps r???el.
Read Less
Add this copy of Analyse de la classification pour les données dés to cart. $52.31, like new condition, Sold by GreatBookPrices rated 4.0 out of 5 stars, ships from Columbia, MD, UNITED STATES, published 2023 by Editions Notre Savoir.
Choose your shipping method in Checkout. Costs may vary based on destination.
Seller's Description:
Fine. Text in French. Trade paperback (US). Glued binding. 68 p. In Stock. 100% Money Back Guarantee. Brand New, Perfect Condition, allow 4-14 business days for standard shipping. To Alaska, Hawaii, U.S. protectorate, P.O. box, and APO/FPO addresses allow 4-28 business days for Standard shipping. No expedited shipping. All orders placed with expedited shipping will be cancelled. Over 3, 000, 000 happy customers.
Add this copy of Analyse de la classification pour les données dés to cart. $52.84, new condition, Sold by GreatBookPrices rated 4.0 out of 5 stars, ships from Columbia, MD, UNITED STATES, published 2023 by Editions Notre Savoir.
Choose your shipping method in Checkout. Costs may vary based on destination.
Seller's Description:
New. Text in French. Trade paperback (US). Glued binding. 68 p. In Stock. 100% Money Back Guarantee. Brand New, Perfect Condition, allow 4-14 business days for standard shipping. To Alaska, Hawaii, U.S. protectorate, P.O. box, and APO/FPO addresses allow 4-28 business days for Standard shipping. No expedited shipping. All orders placed with expedited shipping will be cancelled. Over 3, 000, 000 happy customers.
Add this copy of Analyse de la classification pour les données dés to cart. $52.85, new condition, Sold by Ria Christie Books rated 5.0 out of 5 stars, ships from Uxbridge, MIDDLESEX, UNITED KINGDOM, published 2023 by Editions Notre Savoir.
