Name: Construction D'un Modele Base Sur La Foret Aleatoire (en Francés)
SKU: 57912108
Price: 63.57 USD
Availability: InStock
Author: Mubakilayi, Yannick ; Kambaja, Jean ; Mbuyi, Ornella
ISBN: 9786203414158

portada Construction D'un Modele Base Sur La Foret Aleatoire (en Francés)

Construction D'un Modele Base Sur La Foret Aleatoire (en Francés)

Formato

Libro Físico

Autor

Yannick Mubakilayi

Jean Kambaja

Ornella Mbuyi

Editorial

Editions Universitaires Europeennes

Idioma

Francés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.4 cm

Peso

0.12 kg.

ISBN13

9786203414158

Categorías

Tecnología de la información: cuestiones generales

Construction D'un Modele Base Sur La Foret Aleatoire (en Francés)

Yannick Mubakilayi (Autor) · Jean Kambaja (Autor) · Ornella Mbuyi (Autor) · Editions Universitaires Europeennes · Tapa Blanda

Libro Nuevo Importado

Envío: 26 a 33 días háb.

$ 105.95$ 63.57

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 63.57

Llega entre el 06 Oct y el 20 Oct a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Construction D'un Modele Base Sur La Foret Aleatoire (en Francés)"

Ce travail s'inscrit dans le cadre de l'apprentissage statistique des données pour le développement d'un modèle. Plus spécifiquement, il est consacré à l'étude des forêts aléatoires qui constituent l'un des plus récents algorithmes de la famille des méthodes de classification des formes. Un grand avantage de la forêt aléatoire est qu'elle peut être utilisée à la fois pour les problèmes de classification et de régression, qui constituent la majorité des systèmes d'apprentissage automatique actuels. Dans ce travail, nous nous sommes basé sur les données liées au coronavirus pour générer et évaluer le modèle proposé, nous avons choisi les forêts aléatoires, qui appliquent le vote majoritaire uniforme d'arbres de décision afin de dégager une prédiction optimale, pour classifier des patients ayant étés testés positif ou négatif au coronavirus. Les données ont servis à l'échantillon d'entrainement en vue de concevoir un modèle décisionnel.