9783030079291 - recent advances in ensembles for feature selection (intelligent systems reference library, band 147) von bolón-canedo, verónica; alonso-betanzos, amparo (7 Ergebnisse)
Sprache: Englisch
Verlag: Springer, 2019
Serie: Buch 117 von 188 - Intelligent Systems Reference Library
- Softcover
Anbieter: PBShop.store US, Wood Dale, IL, USAPBShop.store US
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 93,61
Versand gratisVersand innerhalb von USAAnzahl: 1 verfügbar
PAP. Zustand: New. New Book. Shipped from UK. Established seller since 2000.
Sprache: Englisch
Verlag: Springer, 2019
Serie: Buch 117 von 188 - Intelligent Systems Reference Library
- Softcover
Anbieter: PBShop.store UK, Fairford, GLOS, Vereinigtes KönigreichPBShop.store UK
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 93,69
EUR 4,86 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
PAP. Zustand: New. New Book. Shipped from UK. Established seller since 2000.
Sprache: Englisch
Verlag: Springer, 2019
Serie: Buch 117 von 188 - Intelligent Systems Reference Library
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 102,76
EUR 14,00 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Springer, 2019
Serie: Buch 117 von 188 - Intelligent Systems Reference Library
- Softcover
Anbieter: Speedyhen, Hertfordshire, Vereinigtes KönigreichSpeedyhen
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 83,83
EUR 47,92 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
Zustand: NEW.
Sprache: Englisch
Verlag: Springer International Publishing, 2019
Serie: Buch 117 von 188 - Intelligent Systems Reference Library
- Softcover
Anbieter: moluna, Greven, Deutschlandmoluna
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 106,22
EUR 48,99 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Zustand: New. Offers a comprehensive overview of ensemble learning in the field of feature selection (FS)Provides the user with the background and tools needed to develop new ensemble methods for feature selectionReviews various techniques for combining .
Weitere BilderSprache: Englisch
Verlag: Springer, 2019
Serie: Buch 117 von 188 - Intelligent Systems Reference Library
- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 95,25
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Recent Advances in Ensembles for Feature Selection | Verónica Bolón-Canedo (u. a.) | Taschenbuch | Intelligent Systems Reference Library | xiv | Englisch | 2019 | Springer | EAN 9783030079291 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]har…tmann[at]springer[dot]com | Anbieter: preigu.
Sprache: Englisch
Verlag: Birkhäuser, 2019
Serie: Buch 117 von 188 - Intelligent Systems Reference Library
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 112,77
EUR 61,71 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book offers a comprehensive overview of ensemble learning in the field of feature selection (FS), which consists of combining the output of multiple methods to obtain better results than any single method. It reviews various techniques for combi…ning partial results, measuring diversity and evaluating ensemble performance. With the advent of Big Data, feature selection (FS) has become more necessary than ever to achieve dimensionality reduction. With so many methods available, it is difficult to choose the most appropriate one for a given setting, thus making the ensemble paradigm an interesting alternative.The authors first focus on the foundations of ensemble learning and classical approaches, before diving into the specific aspects of ensembles for FS, such as combining partial results, measuring diversity and evaluating ensemble performance. Lastly, the book shows examples of successful applications of ensembles for FS and introduces the new challenges thatresearchers now face. As such, the book offers a valuable guide for all practitioners, researchers and graduate students in the areas of machine learning and data mining.
