Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 14.09.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher, nicht preisgebundene Bücher und Kalender in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Nur gültig mit im Onlineshop hinterlegter Bonuscard. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
Produktbild: Computational Methods of Feature Selection

Computational Methods of Feature Selection

221,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.10.2007

Abbildungen

schwarz-weiss Illustrationen, Tabellen, schwarz-weiss

Herausgeber

Huan Liu + weitere

Verlag

Taylor & Francis

Seitenzahl

440

Maße (L/B/H)

23,6/16,4/2,9 cm

Gewicht

753 g

Sprache

Englisch

ISBN

978-1-58488-878-9

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.10.2007

Abbildungen

schwarz-weiss Illustrationen, Tabellen, schwarz-weiss

Herausgeber

Verlag

Taylor & Francis

Seitenzahl

440

Maße (L/B/H)

23,6/16,4/2,9 cm

Gewicht

753 g

Sprache

Englisch

ISBN

978-1-58488-878-9

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Computational Methods of Feature Selection

  • Preface. Less Is More. Unsupervised Feature Selection. Randomized Feature Selection. Causal Feature Selection. Active Learning of Feature Relevance.A Study of Feature Extraction Techniques Based on Decision Border Estimate.Ensemble-Based Variable Selection Using Independent Probes.Efficient Incremental-Ranked Feature Selection in Massive Data.Non-Myopic Feature Quality Evaluation with (R)ReliefF.Weighting Method for Feature Selection in k-Means.Local Feature Selection for Classification.Feature Weighting through Local Learning.Feature Selection for Text Classification.A Bayesian Feature Selection Score Based on Naïve Bayes Models.Pairwise Constraints-Guided Dimensionality Reduction.Aggressive Feature Selection by Feature Ranking.Feature Selection for Genomic Data Analysis.A Feature Generation Algorithm with Applications to Biological Sequence Classification.An Ensemble Method for Identifying Robust Features for Biomarker Discovery.Model Building and Feature Selection with Genomic Data. Index.