Name: Data Mining mit Hilfe eines neuronalen Netzes (en Alemán)
Price: 162807.00 COP
Availability: InStock
Author: Katiyar, Devesh ; Katiyar, Vinodani ; Upadhyay, Nitya
ISBN: 9786207435142

portada Data Mining mit Hilfe eines neuronalen Netzes (en Alemán)

Data Mining mit Hilfe eines neuronalen Netzes (en Alemán)

Formato

Libro Físico

Autor

Editorial

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.3 cm

Peso

0.10 kg.

ISBN13

9786207435142

Categorías

Redes y comunicaciones informáticas

Data Mining mit Hilfe eines neuronalen Netzes (en Alemán)

Vinodani Katiyar (Autor) · Devesh Katiyar (Autor) · Nitya Upadhyay (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo Importado

Envío: 21 a 25 días háb.

$ 296.012$ 162.807

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 162.807

¡Envío Gratis! Llega entre el 11 Sep y el 18 Sep a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Data Mining mit Hilfe eines neuronalen Netzes (en Alemán)"

Heutzutage nimmt die Menge der in Bildungsdatenbanken gespeicherten Daten rapide zu. Diese Datenbanken enthalten verborgene Informationen zur Verbesserung der Leistungen der Schüler. Der Entscheidungsbaum ist der nützlichste Klassifizierungsalgorithmus für das Data Mining im Bildungsbereich, da er einfach auszuführen und im Vergleich zu anderen Algorithmen leichter zu verstehen ist. Mit Hilfe des Entscheidungsbaum-Algorithmus können wir genauere und wertvollere Ergebnisse erhalten, die für Lehrkräfte nützlich sein können, um die Lernergebnisse der Schüler zu verbessern. Die Entscheidungsbaum-Algorithmen ID3, C4.5 und CART wurden auf die Daten von Schülern angewandt, um deren Leistungen vorherzusagen. Alle diese 3 Algorithmen werden jedoch nur für kleine Datenbanken verwendet. Für gro e Datenbanken verwenden wir einen neuen Algorithmus, nämlich SPRINT, der alle Speicherbeschränkungen und Genauigkeitsprobleme der anderen Algorithmen beseitigt. Er ist schneller und skalierbarer als andere, da er sowohl seriell als auch parallel implementiert werden kann, um eine gute Datenplatzierung und Lastverteilung zu erreichen. In dieser Arbeit wird der SPRINT-Entscheidungsbaumalgorithmus verwendet, um das Problem der Klassifizierung im Bildungssystem zu lösen.