Verwandte Artikel zu Apprendimento automatico applicato: Un modello di classifica...

Apprendimento automatico applicato: Un modello di classificazione efficiente basato sul clustering per le recensioni di prodotti online utilizzando macchine vettoriali di supporto e K-means - Softcover

 
9786208796785: Apprendimento automatico applicato: Un modello di classificazione efficiente basato sul clustering per le recensioni di prodotti online utilizzando macchine vettoriali di supporto e K-means

Inhaltsangabe

Questo studio presenta un modello ibrido che sfrutta i punti di forza del clustering K-means e delle macchine vettoriali di supporto (SVM) per classificare le recensioni di prodotti online. K-means viene utilizzato per raggruppare le recensioni in cluster, riducendo la complessità dei dati e migliorando l'estrazione delle caratteristiche. Successivamente, si ricorre a SVM per classificare i dati raggruppati in sentimenti positivi, negativi o neutri. L'approccio combinato migliora l'accuratezza della classificazione, riduce il costo computazionale e gestisce efficacemente grandi insiemi di dati. I risultati sperimentali dimostrano che il modello proposto supera i classificatori tradizionali indipendenti in termini di precisione, richiamo e accuratezza complessiva.

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.

EUR 60,00 für den Versand von Deutschland nach USA

Versandziele, Kosten & Dauer

Suchergebnisse für Apprendimento automatico applicato: Un modello di classifica...

Foto des Verkäufers

Vijayaragavan P
ISBN 10: 6208796784 ISBN 13: 9786208796785
Neu Taschenbuch

Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland

Verkäuferbewertung 5 von 5 Sternen 5 Sterne, Erfahren Sie mehr über Verkäufer-Bewertungen

Taschenbuch. Zustand: Neu. Neuware -Questo studio presenta un modello ibrido che sfrutta i punti di forza del clustering K-means e delle macchine vettoriali di supporto (SVM) per classificare le recensioni di prodotti online. K-means viene utilizzato per raggruppare le recensioni in cluster, riducendo la complessità dei dati e migliorando l'estrazione delle caratteristiche. Successivamente, si ricorre a SVM per classificare i dati raggruppati in sentimenti positivi, negativi o neutri. L'approccio combinato migliora l'accuratezza della classificazione, riduce il costo computazionale e gestisce efficacemente grandi insiemi di dati. I risultati sperimentali dimostrano che il modello proposto supera i classificatori tradizionali indipendenti in termini di precisione, richiamo e accuratezza complessiva.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 200 pp. Italienisch. Artikel-Nr. 9786208796785

Verkäufer kontaktieren

Neu kaufen

EUR 79,90
Währung umrechnen
Versand: EUR 60,00
Von Deutschland nach USA
Versandziele, Kosten & Dauer

Anzahl: 2 verfügbar

In den Warenkorb