Articles liés à Système de recommandation hybride pour les données...
Synopsis
Ce travail traite d'un cadre "RAiSE" qui est un moteur de recommandation hybride sur mesure qui recommande les meilleures zones pour l'ensemencement d'une culture particulière sur la base de l'exploration des modèles climatiques. Le système exploite les mérites de différentes techniques, à savoir le traitement parallèle, le regroupement et la classification, pour obtenir des résultats. Il utilise la puissance des nouvelles technologies de big data comme Hadoop pour atteindre ses objectifs.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Acheter neuf
Afficher cet article
EUR 32,78
EUR 9,70 expédition depuis Allemagne vers France
Destinations, frais et délaisRésultats de recherche pour Système de recommandation hybride pour les données...
Image fournie par le vendeur
Système de recommandation hybride pour les données spatio-temporelles
Edité par
Editions Notre Savoir, 2023
ISBN 10 : 6205554380
ISBN 13 : 9786205554388
Neuf
Couverture souple
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Etat : New. N° de réf. du vendeur 793819995
Quantité disponible : Plus de 20 disponibles
Image fournie par le vendeur
Système de recommandation hybride pour les données spatio-temporelles
Edité par
Editions Notre Savoir Jan 2023, 2023
ISBN 10 : 6205554380
ISBN 13 : 9786205554388
Neuf
Taschenbuch
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Ce travail traite d'un cadre 'RAiSE' qui est un moteur de recommandation hybride sur mesure qui recommande les meilleures zones pour l'ensemencement d'une culture particulière sur la base de l'exploration des modèles climatiques. Le système exploite les mérites de différentes techniques, à savoir le traitement parallèle, le regroupement et la classification, pour obtenir des résultats. Il utilise la puissance des nouvelles technologies de big data comme Hadoop pour atteindre ses objectifs. 56 pp. Französisch. N° de réf. du vendeur 9786205554388
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Système de recommandation hybride pour les données spatio-temporelles
impression à la demandeVendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Ce travail traite d'un cadre 'RAiSE' qui est un moteur de recommandation hybride sur mesure qui recommande les meilleures zones pour l'ensemencement d'une culture particulière sur la base de l'exploration des modèles climatiques. Le système exploite les mérites de différentes techniques, à savoir le traitement parallèle, le regroupement et la classification, pour obtenir des résultats. Il utilise la puissance des nouvelles technologies de big data comme Hadoop pour atteindre ses objectifs. N° de réf. du vendeur 9786205554388
Quantité disponible : 1 disponible(s)
Image fournie par le vendeur
Système de recommandation hybride pour les données spatio-temporelles
Edité par
Editions Notre Savoir Jan 2023, 2023
ISBN 10 : 6205554380
ISBN 13 : 9786205554388
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Neuware -Ce travail traite d'un cadre 'RAiSE' qui est un moteur de recommandation hybride sur mesure qui recommande les meilleures zones pour l'ensemencement d'une culture particulière sur la base de l'exploration des modèles climatiques. Le système exploite les mérites de différentes techniques, à savoir le traitement parallèle, le regroupement et la classification, pour obtenir des résultats. Il utilise la puissance des nouvelles technologies de big data comme Hadoop pour atteindre ses objectifs.Books on Demand GmbH, Überseering 33, 22297 Hamburg 56 pp. Französisch. N° de réf. du vendeur 9786205554388
Quantité disponible : 2 disponible(s)