Andere Kunden interessierten sich auch für
![Machine learning classifiers &Classifier ensample]( "Machine learning classifiers &Classifier ensample")
Machine learning classifiers &Classifier ensample29,99 €![Classificatori di apprendimento automatico e ensemble di classificatori]( "Classificatori di apprendimento automatico e ensemble di classificatori")
Classificatori di apprendimento automatico e ensemble di classificatori29,99 €![Classificateurs d'apprentissage automatique &Ensemble de classificateurs]( "Classificateurs d'apprentissage automatique &Ensemble de classificateurs")
Classificateurs d'apprentissage automatique &Ensemble de classificateurs29,99 €![Classificadores de aprendizagem automática &Amostra de classificadores]( "Classificadores de aprendizagem automática &Amostra de classificadores")
Classificadores de aprendizagem automática &Amostra de classificadores29,99 €![Klassifikatory mashinnogo obucheniq i ansambl' klassifikatorow]( "Klassifikatory mashinnogo obucheniq i ansambl' klassifikatorow")
Klassifikatory mashinnogo obucheniq i ansambl' klassifikatorow29,99 €![Beispiele für die Verwendung von Python zur Erstellung von Geo-Apps]( "Beispiele für die Verwendung von Python zur Erstellung von Geo-Apps")
Beispiele für die Verwendung von Python zur Erstellung von Geo-Apps39,90 €![Deep Learning in der Fernerkundung]( "Deep Learning in der Fernerkundung")
Deep Learning in der Fernerkundung43,90 €
Es gibt eine Reihe von Algorithmen des maschinellen Lernens (ML) zur Klassifizierung von Bodenbedeckung und Bodennutzung. In diesem Buch konzentrieren wir uns auf die relativ ausgereiften Methoden (sieben Methoden) Support-Vector-Maschinen (SVM), Entscheidungsbäume (DTs), künstliche neuronale Netze, k-nearest neighbours (k-NN), naive Bayes, Boosting und Random Forest (RF).Die genaue und zeitnahe Erfassung von Informationen zur Flächennutzung und Bodenbedeckung in Städten ist für viele Aspekte der Stadtentwicklung und des Umweltschutzes von entscheidender Bedeutung.Die genaue Klassifizierung der Bodenbedeckung ist eine Herausforderung. Die Verbesserung der Bodenbedeckungsklassifizierung ist ein aktuelles Thema. Sie wird für viele Anwendungen benötigt, z. B. für die Kartierung der Bodennutzung und -bedeckung, die Umweltüberwachung, die Bewirtschaftung natürlicher Ressourcen, die Stadtplanung und -verwaltung sowie die Erkennung von Veränderungen. Anschließend wurde eine Reihe von Methoden untersucht, um verschiedene Klassifikatoren zu kombinieren.