Um Studibuch in vollem Umfang nutzen zu können, empfehlen wir Dir Javascript in Deinem Browser zu aktiveren.

Klimaneutrales Unternehmen

Faire Preise

Schneller und kostenloser Versand ab 14,90 € Bestellwert

Taylor & Francis Ltd

Feature Engineering and Selection

Name: Feature Engineering and Selection
Author: Johnson, Kjell;Kuhn, Max;

Johnson, Kjell;Kuhn, Max;

Neu 72,00 € Du sparst 52,46 € (73%)

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Taylor & Francis Ltd

Kurzinformation

Sprache:

Deutsch

ISBN:

9781138079229

Verlag:

Taylor & Francis Ltd

Seitenzahl:

314 Seiten

Auflage:

Erschienen:

2019-08-02

Dieser Artikel steht derzeit nicht zur Verfügung!

Gebrauchte Bücher kaufen

Information

Das Buch befindet sich in einem sehr guten, unbenutzten Zustand.

Information

Das Buch befindet sich in einem sehr guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können leichte Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können Knicke/Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem lesbaren Zustand. Die Seiten und der Einband sind intakt, jedoch weisen Buchrücken/Ecken/Kanten starke Knicke/Gebrauchsspuren auf. Zusatzmaterialien können fehlen.

Neues Buch oder eBook (pdf) kaufen

Information

Neuware - verlagsfrische aktuelle Buchausgabe.

Neu bei

bestellen E-Book bei

bestellen

Handgeprüfte Gebrauchtware

Schnelle Lieferung

Faire Preise

Neu 72,00 € Du sparst 52,46 € (73%)

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Weitere Zahlungsmöglichkeiten

Beschreibung

Feature Engineering and Selection

A Practical Approach for Predictive Models

The process of developing predictive models includes many stages. Most resources focus on the modeling algorithms but neglect other critical aspects of the modeling process. This book describes techniques for finding the best representations of predictors for modeling and for nding the best subset of predictors for improving model performance. von Johnson, Kjell;Kuhn, Max;