Imagen de portada
Código QR

Graph-Powered Machine Learning /

Contiene: I) Introducción: 1 Aprendizaje automático y gráficos: una introducción; 2 Ingeniería de datos gráficos; 3 Gráficos en aplicaciones de aprendizaje automático. II) Recomendaciones: 4 Recomendaciones basadas en el contenido; 5 Filtrado colaborativo; 6 Recomendaciones basadas en sesiones; 7 Re...

Descripción completa

Guardado en:
Autor principal: Negro, Alessandro (autor)
Formato: Libro
Idioma:Inglés
Publicado: Nueva York, EUA : Manning, 2021, c2021
Temas:
Algoritmos
Fraude
Estructura de Datos
Métodos Gráficos - > Teoría
Métodos Gráficos - > Tema Principal
Bases de Datos - > Tema Principal
Aprendizaje Automático (Inteligencia Artificial) - > Tema Principal
Gráficas por Computadora
Big Data
Teoría de Grafos
Modelos Matemáticos
Lenguaje
Procesamiento de Imágenes
Análisis de Datos
Acceso en línea:Ver documento en línea
Etiquetas: Agrega una etiqueta
Sin etiquetas, Sé el primero en etiquetar este registro!
Resumen:Contiene: I) Introducción: 1 Aprendizaje automático y gráficos: una introducción; 2 Ingeniería de datos gráficos; 3 Gráficos en aplicaciones de aprendizaje automático. II) Recomendaciones: 4 Recomendaciones basadas en el contenido; 5 Filtrado colaborativo; 6 Recomendaciones basadas en sesiones; 7 Recomendaciones sensibles al contexto e híbridas. III) Lucha contra el fraude: 8 Enfoques básicos para la detección de fraude basada en gráficos; 9 Algoritmos basados en proximidad; 10 Análisis de redes sociales contra el fraude. IV) Domando el texto con gráficos: 11 Procesamiento de lenguaje natural basado en gráficos; 12 Gráficos de conocimiento.
Descripción física:1 libro electrónico en línea (496 p.)
1 recurso en línea
Público:Odilo 2022 EEnlace Departamento de Electrónica, Sistemas e Informática
ISSN:9781638353935
Acceso:1 licencia

Ejemplares similares