Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.

Verbesserung von Klassifikationsverfahren

Informationsgehalt der k-Nächsten-Nachbarn nutzen
BuchKartoniert, Paperback
224 Seiten
Deutsch
Springererschienen am03.12.2015
Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen.mehr
Verfügbare Formate
BuchKartoniert, Paperback
EUR59,99
E-BookPDF1 - PDF WatermarkE-Book
EUR46,99

Produkt

KlappentextDominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen.
Zusammenfassung
Studie im Bereich Statistik

Includes supplementary material: sn.pub/extras
Details
ISBN/GTIN978-3-658-11475-6
ProduktartBuch
EinbandartKartoniert, Paperback
Verlag
Erscheinungsjahr2015
Erscheinungsdatum03.12.2015
ReiheBestMasters
Seiten224 Seiten
SpracheDeutsch
Gewicht330 g
IllustrationenXXII, 224 S. 278 Abb.
Artikel-Nr.36528617

Inhalt/Kritik

Inhaltsverzeichnis
Grundlagen der k-Nächsten-Nachbarn.- Vorstellung der zu erweiternden Klassifikationsverfahren.- Benchmarking anhand von simulierten Daten.- Anwendung der modifizierten Verfahren auf reale Datensätze.mehr

Autor

Dominik Koch absolvierte das Statistik-Studium der Ludwig-Maximilians-Universität in München als Jahrgangsbester. Seit 2013 ist er als statistischer Berater (Schwerpunkt: Automobilindustrie und Bankenbranche) tätig. Im Rahmen seiner Publikationstätigkeit arbeitet er auch weiterhin eng mit dem statistischen Institut der Ludwig-Maximilians-Universität zusammen.