Articles liés à Analyse de la classification pour les données déséquilibrées
Synopsis
Une énorme quantité de données est collectée et stockée dans des bases de données partout dans le monde. Ces données sont regroupées et continuent d'augmenter chaque année. L'extraction des informations cachées dans ces bases de données et la classification des informations extraites sont les tâches les plus importantes de l'exploration de données. Si ces ensembles de données sont déséquilibrés, il devient difficile de les traiter. La prédiction de l'avenir est l'une des tâches fondamentales de l'exploration de données. Travailler avec des ensembles de données déséquilibrés pour prédire les résultats possibles est une tâche très fastidieuse. Un ensemble de données est déséquilibré lorsqu'il n'est pas classé correctement, c'est-à-dire lorsqu'une classe contient plus d'instances que l'autre. Ces classes sont souvent représentées par une classe positive (minoritaire) et une classe négative (majoritaire). La classe qui a le moins d'échantillons est appelée classe minoritaire, et celle qui en a le plus est appelée classe majoritaire. Le déséquilibre d'un ensemble de données est à l'origine de nombreux problèmes graves dans le domaine de l'exploration de données. En général, l'algorithme de classification standard considère l'ensemble de données comme équilibré, ce qui se traduit par un penchant pour la classe majoritaire. L'équilibrage des ensembles de données est donc essentiel pour de nombreuses applications en temps réel.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Acheter neuf
Afficher cet article
EUR 35,90
EUR 23 expédition depuis Allemagne vers Etats-Unis
Destinations, frais et délaisRésultats de recherche pour Analyse de la classification pour les données déséquilibrées
Image fournie par le vendeur
Analyse de la classification pour les données déséquilibrées
Edité par
Editions Notre Savoir Aug 2023, 2023
ISBN 10 : 6206345432
ISBN 13 : 9786206345435
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 -Une énorme quantité de données est collectée et stockée dans des bases de données partout dans le monde. Ces données sont regroupées et continuent d'augmenter chaque année. L'extraction des informations cachées dans ces bases de données et la classification des informations extraites sont les tâches les plus importantes de l'exploration de données. Si ces ensembles de données sont déséquilibrés, il devient difficile de les traiter. La prédiction de l'avenir est l'une des tâches fondamentales de l'exploration de données. Travailler avec des ensembles de données déséquilibrés pour prédire les résultats possibles est une tâche très fastidieuse. Un ensemble de données est déséquilibré lorsqu'il n'est pas classé correctement, c'est-à-dire lorsqu'une classe contient plus d'instances que l'autre. Ces classes sont souvent représentées par une classe positive (minoritaire) et une classe négative (majoritaire). La classe qui a le moins d'échantillons est appelée classe minoritaire, et celle qui en a le plus est appelée classe majoritaire. Le déséquilibre d'un ensemble de données est à l'origine de nombreux problèmes graves dans le domaine de l'exploration de données. En général, l'algorithme de classification standard considère l'ensemble de données comme équilibré, ce qui se traduit par un penchant pour la classe majoritaire. L'équilibrage des ensembles de données est donc essentiel pour de nombreuses applications en temps réel. 68 pp. Französisch. N° de réf. du vendeur 9786206345435
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Analyse de la classification pour les données déséquilibrées
Edité par
Editions Notre Savoir, 2023
ISBN 10 : 6206345432
ISBN 13 : 9786206345435
Neuf
Couverture souple
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 4 sur 5 étoiles
Etat : New. N° de réf. du vendeur 1043584364
Quantité disponible : Plus de 20 disponibles
Image fournie par le vendeur
Analyse de la classification pour les données déséquilibrées
Edité par
Editions Notre Savoir Aug 2023, 2023
ISBN 10 : 6206345432
ISBN 13 : 9786206345435
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Neuware Books on Demand GmbH, Überseering 33, 22297 Hamburg 68 pp. Französisch. N° de réf. du vendeur 9786206345435
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Analyse de la classification pour les données déséquilibrées
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 - Une énorme quantité de données est collectée et stockée dans des bases de données partout dans le monde. Ces données sont regroupées et continuent d'augmenter chaque année. L'extraction des informations cachées dans ces bases de données et la classification des informations extraites sont les tâches les plus importantes de l'exploration de données. Si ces ensembles de données sont déséquilibrés, il devient difficile de les traiter. La prédiction de l'avenir est l'une des tâches fondamentales de l'exploration de données. Travailler avec des ensembles de données déséquilibrés pour prédire les résultats possibles est une tâche très fastidieuse. Un ensemble de données est déséquilibré lorsqu'il n'est pas classé correctement, c'est-à-dire lorsqu'une classe contient plus d'instances que l'autre. Ces classes sont souvent représentées par une classe positive (minoritaire) et une classe négative (majoritaire). La classe qui a le moins d'échantillons est appelée classe minoritaire, et celle qui en a le plus est appelée classe majoritaire. Le déséquilibre d'un ensemble de données est à l'origine de nombreux problèmes graves dans le domaine de l'exploration de données. En général, l'algorithme de classification standard considère l'ensemble de données comme équilibré, ce qui se traduit par un penchant pour la classe majoritaire. L'équilibrage des ensembles de données est donc essentiel pour de nombreuses applications en temps réel. N° de réf. du vendeur 9786206345435
Quantité disponible : 1 disponible(s)
Image fournie par le vendeur
Analyse de la classification pour les données déséquilibrées
Vendeur : preigu, Osnabrück, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Analyse de la classification pour les données déséquilibrées | Dharmendra Singh Rajput (u. a.) | Taschenbuch | Französisch | 2023 | Editions Notre Savoir | EAN 9786206345435 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. N° de réf. du vendeur 127406351
Quantité disponible : 5 disponible(s)