Andere Kunden interessierten sich auch für
![INTRODUZIONE ALLA STATISTICA PER I PRINCIPIANTI]( "INTRODUZIONE ALLA STATISTICA PER I PRINCIPIANTI")
INTRODUZIONE ALLA STATISTICA PER I PRINCIPIANTI32,99 €![Introduzione ai metodi statistici per il credit scoring]( "Introduzione ai metodi statistici per il credit scoring")
Introduzione ai metodi statistici per il credit scoring20,99 €![INTRODUZIONE ALLA STATISTICA]( "INTRODUZIONE ALLA STATISTICA")
INTRODUZIONE ALLA STATISTICA39,99 €![Sostenibilità sociale degli stakeholder nella gestione della catena di fornitura]( "Sostenibilità sociale degli stakeholder nella gestione della catena di fornitura")
Sostenibilità sociale degli stakeholder nella gestione della catena di fornitura26,99 €![IL RUOLO DEGLI INSEGNANTI IN RELAZIONE ALLO STRESS PROFESSIONALE]( "IL RUOLO DEGLI INSEGNANTI IN RELAZIONE ALLO STRESS PROFESSIONALE")
IL RUOLO DEGLI INSEGNANTI IN RELAZIONE ALLO STRESS PROFESSIONALE39,99 €![Introduzione alle catene Finite Markov]( "Introduzione alle catene Finite Markov")
Introduzione alle catene Finite Markov47,99 €![Introduzione al calcolo in più variabili ed equazioni differenziali]( "Introduzione al calcolo in più variabili ed equazioni differenziali")
Introduzione al calcolo in più variabili ed equazioni differenziali32,91 €
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.