Waghela mohit (8 Ergebnisse)

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 62,74
EUR 2,73 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 62,74
EUR 2,73 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 62,74
EUR 2,73 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 62,74
EUR 2,73 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 62,74
EUR 2,73 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 62,74
EUR 2,73 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: Home-set, Mannheim, DeutschlandHome-set
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 48,90
EUR 49,90 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Softcover/Taschenbuch. Zustand: Neu. Die Kraftstoffeffizienz spielt eine entscheidende Rolle bei der Entwicklung von Fahrzeugen, der ?kologischen Nachhaltigkeit und der Leistungsanalyse. In diesem Projekt wird ein Ansatz des maschinellen Lernens zur Vorhersage von Meilen pro Gallone (MPG) vorgestellt, der Fahrzeugmerkmale aus dem bekannten Auto MPG-Datensatz verwendet, der im UCI Machine Learning Repository verf?gbar ist.Der Datensatz wird einer Vorverarbeitung unterzogen, die die Behandlung fehlender Werte, die Konvertierung von Datentypen und die Auswahl wichtiger numerischer Attribute umfasst. Zwei Vorhersagemodelle - lineare Regression und Random Forest Regressor - werden implementiert und anhand von Standardregressionsmetriken wie mittlerer absoluter Fehler (MAE), mittlerer quadratischer Fehler (MSE) und R?-Wert bewertet. Das Random-Forest-Modell schneidet deutlich besser ab, was auf seine St?rke bei der Erfassung nichtlinearer Muster in den Fahrzeugeigenschaften hinweist.Die Studie unterstreicht das Potenzial des maschinellen Lernens zur Unterst?tzung der Analyse der Automobileffizienz und der Vorhersage des Kraftstoffverbrauchs. Zuk?nftige Verbesserungen k?nnen Modelloptimierung, fortschrittliche Algorithmen, Echtzeit-Vorhersagesysteme und die Bereitstellung ?ber eine Webschnittstelle umfassen. De Gewicht in Gramm: 102. …

- Softcover
Anbieter: Home-set, Mannheim, DeutschlandHome-set
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 61,13
EUR 49,90 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Softcover/Taschenbuch. Zustand: Neu. Efektywno?? paliwowa odgrywa kluczow? rol? w projektowaniu samochod?w, zr?wnow?eniu ?rodowiskowym i analizie wydajno?ci. Niniejszy projekt przedstawia podej?cie oparte na uczeniu maszynowym do przewidywania mil na galon (MPG) przy u?yciu cech pojazdu z dobrze znanego zbioru danych Auto MPG dost?pnego w repozytorium uczenia maszynowego UCI.Zbi?r danych przechodzi etapy wst?pnego przetwarzania, w tym obs?ug? brakuj?cych warto?ci, konwersj? typ?w danych i wyb?r kluczowych atrybut?w numerycznych. Dwa modele predykcyjne - regresja liniowa i regresor Random Forest - s? implementowane i oceniane przy u?yciu standardowych wsk?nik?w regresji, takich jak ?redni b??d bezwzgl?dny (MAE), ?redni b??d kwadratowy (MSE) i wynik R? Model Random Forest wypada znacznie lepiej, co wskazuje na jego si?? w wychwytywaniu nieliniowych wzorc?w w charakterystyce pojazdu.Badanie podkre?la potencj? uczenia maszynowego do wspierania analizy wydajno?ci samochod?w i prognozowania zu?ycia paliwa. Przysz?e ulepszenia mog? obejmow? dostrajanie modeli, zaawansowane algorytmy, systemy przewidywania w czasie rzeczywistym i wdr?anie za po?rednictwem interfejsu internetowego. Gewicht in Gramm: 96.…