Muutke küpsiste eelistusi

E-raamat: Coefficient of Variation and Machine Learning Applications

, , , (Deaprtmet of Computer Science and Engineering, NIT Andhra Pradesh, India)
  • Formaat - PDF+DRM
  • Hind: 25,99 €*
  • * hind on lõplik, st. muud allahindlused enam ei rakendu
  • Lisa ostukorvi
  • Lisa soovinimekirja
  • See e-raamat on mõeldud ainult isiklikuks kasutamiseks. E-raamatuid ei saa tagastada.

DRM piirangud

  • Kopeerimine (copy/paste):

    ei ole lubatud

  • Printimine:

    ei ole lubatud

  • Kasutamine:

    Digitaalõiguste kaitse (DRM)
    Kirjastus on väljastanud selle e-raamatu krüpteeritud kujul, mis tähendab, et selle lugemiseks peate installeerima spetsiaalse tarkvara. Samuti peate looma endale  Adobe ID Rohkem infot siin. E-raamatut saab lugeda 1 kasutaja ning alla laadida kuni 6'de seadmesse (kõik autoriseeritud sama Adobe ID-ga).

    Vajalik tarkvara
    Mobiilsetes seadmetes (telefon või tahvelarvuti) lugemiseks peate installeerima selle tasuta rakenduse: PocketBook Reader (iOS / Android)

    PC või Mac seadmes lugemiseks peate installima Adobe Digital Editionsi (Seeon tasuta rakendus spetsiaalselt e-raamatute lugemiseks. Seda ei tohi segamini ajada Adober Reader'iga, mis tõenäoliselt on juba teie arvutisse installeeritud )

    Seda e-raamatut ei saa lugeda Amazon Kindle's. 

Coefficient of Variation (CV) is a unit free index indicating the consistency of the data associated with a real-world process and is simple to mold into computational paradigms. This book provides necessary exposure of computational strategies, properties of CV and extracting the metadata leading to efficient knowledge representation. It also compiles representational and classification strategies based on the CV through illustrative explanations. The potential nature of CV in the context of contemporary Machine Learning strategies and the Big Data paradigms is demonstrated through selected applications. Overall, this book explains statistical parameters and knowledge representation models.

1. Introduction to Statistical Dispersion
2. Coefficient of Variation
3. Coefficient of Variation Computational Strategies
4. Coefficient of Variation Based Image Representation
5. Coefficient of Variation based Decision Tree (CvDT)
6. Some Applications.

K. Hima Bindu, Raghava Morusupalli, Nilanjan Dey, C. Raghavendra Rao