Aprendizaje automático aplicado - P, Vijayaragavan
52,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
26 °P sammeln
  • Broschiertes Buch

Este estudio presenta un modelo híbrido que aprovecha los puntos fuertes de la agrupación K-means y las máquinas de vectores de soporte (SVM) para clasificar las reseñas de productos en línea. K-means se utiliza para agrupar las reseñas en clusters, reduciendo la complejidad de los datos y mejorando la extracción de características. Posteriormente, se emplea SVM para clasificar los datos agrupados en sentimientos positivos, negativos o neutros. El enfoque combinado mejora la precisión de la clasificación, reduce el coste computacional y gestiona eficazmente grandes conjuntos de datos. Los…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Este estudio presenta un modelo híbrido que aprovecha los puntos fuertes de la agrupación K-means y las máquinas de vectores de soporte (SVM) para clasificar las reseñas de productos en línea. K-means se utiliza para agrupar las reseñas en clusters, reduciendo la complejidad de los datos y mejorando la extracción de características. Posteriormente, se emplea SVM para clasificar los datos agrupados en sentimientos positivos, negativos o neutros. El enfoque combinado mejora la precisión de la clasificación, reduce el coste computacional y gestiona eficazmente grandes conjuntos de datos. Los resultados experimentales demuestran que el modelo propuesto supera a los clasificadores independientes tradicionales en términos de precisión, recuperación y exactitud general.
Autorenporträt
P. Vijayaragavan est un éminent universitaire qui a plus de 17 ans d'expérience dans l'enseignement des cours d'ingénierie de premier et de deuxième cycle. Il est actuellement professeur au département Nxt Gen Computing du Saveetha Institute of Medical and Technical Science (SIMATS), Chennai, TN, Inde.