Automating the Design of Data Mining Algorithms: An Evolutionary Computation Approach (Natural Computing Series)
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Automating the Design of Data Mining Algorithms: An Evolutionary Computation Approach" von Alex Freitas ist ein Buch, das sich mit der Automatisierung des Entwurfs von Data-Mining-Algorithmen befasst. Es gehört zur Natural Computing Series und untersucht, wie evolutionäre Berechnungsmethoden genutzt werden können, um den Prozess der Algorithmenentwicklung im Bereich des Data Minings zu optimieren. Das Buch bietet einen detaillierten Überblick über die Grundlagen und Herausforderungen der automatisierten Algorithmus-Entwicklung. Freitas diskutiert verschiedene Ansätze der evolutionären Berechnung, wie genetische Algorithmen und genetische Programmierung, und zeigt deren Anwendung bei der Erstellung effizienter und effektiver Data-Mining-Algorithmen. Dabei wird ein besonderer Fokus auf die Anpassungsfähigkeit dieser Methoden gelegt, um komplexe Muster in großen Datensätzen zu erkennen. Durch eine Kombination aus theoretischen Konzepten und praktischen Beispielen bietet das Werk sowohl Forschern als auch Praktikern wertvolle Einblicke in die Möglichkeiten der Automatisierung im Bereich des maschinellen Lernens und der Datenanalyse.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 326 Seiten
- Erschienen 2007
- Springer
- Gebunden
- 764 Seiten
- Erschienen 2009
- Springer
- Gebunden
- 368 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 637 Seiten
- Erschienen 2015
- Springer
- Gebunden
- 730 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 302 Seiten
- Erschienen 2008
- Springer
- Gebunden
- 316 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 198 Seiten
- Erschienen 2019
- O'Reilly
- Gebunden
- 338 Seiten
- Erschienen 2006
- Springer
- Gebunden
- 312 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 364 Seiten
- Erschienen 2012
- Springer
- Gebunden
- 256 Seiten
- Erschienen 2020
- Oxford University Press Inc



