26,99 €
inkl. MwSt.
Versandfertig in 6-10 Tagen
13 °P sammeln
Andere Kunden interessierten sich auch für
![Rete neurale per il riconoscimento dei modelli]( "Rete neurale per il riconoscimento dei modelli")
Rete neurale per il riconoscimento dei modelli29,99 €![Previsione delle precipitazioni mediante rete neurale]( "Previsione delle precipitazioni mediante rete neurale")
Previsione delle precipitazioni mediante rete neurale28,99 €![Rete neurale e serie temporali fuzzy]( "Rete neurale e serie temporali fuzzy")
Rete neurale e serie temporali fuzzy35,99 €![Riconoscimento dei volti mediante l'analisi delle componenti principali e la rete neurale]( "Riconoscimento dei volti mediante l'analisi delle componenti principali e la rete neurale")
Riconoscimento dei volti mediante l'analisi delle componenti principali e la rete neurale23,99 €![PREVISIONE DEL CARICO PER LA SMART GRID UTILIZZANDO MATLAB]( "PREVISIONE DEL CARICO PER LA SMART GRID UTILIZZANDO MATLAB")
PREVISIONE DEL CARICO PER LA SMART GRID UTILIZZANDO MATLAB26,99 €![Algoritmi di classificazione di data mining per la previsione della malattia renale]( "Algoritmi di classificazione di data mining per la previsione della malattia renale")
Algoritmi di classificazione di data mining per la previsione della malattia renale27,99 €![PREVISIONE DELLA PROBABILITÀ DI COLLOCAMENTO DEGLI STUDENTI]( "PREVISIONE DELLA PROBABILITÀ DI COLLOCAMENTO DEGLI STUDENTI")
PREVISIONE DELLA PROBABILITÀ DI COLLOCAMENTO DEGLI STUDENTI28,99 €
La previsione della resa agricola con l'aiuto di strumenti e tecniche di data mining è uno dei domini di ricerca emergenti dagli ultimi due anni. Il Data Mining è un campo di ricerca emergente nell'analisi del rendimento delle colture. La previsione del rendimento è una questione molto importante in agricoltura. Vari fattori stagionali, economici e biologici influenzano la produzione delle colture, ma i cambiamenti imprevedibili di questi fattori portano a una grande perdita per gli agricoltori. Lo sviluppo di sistemi migliori per prevedere l'efficacia dell'alterazione in diverse condizioni climatiche può aiutare l'agricoltore e i complici distintivi nell'iniziativa essenziale indispensabile per la misura agronomica e raccogliere la scelta. Un quadro efficiente è richiesto nella zona agricola per anticipare e migliorare il prodotto in tutto il mondo. A causa dell'inaccessibilità delle informazioni appropriate, la qualità dell'aspettativa dei prodotti è alta a causa della quale la natura della previsione viene influenzata. Nell'estrazione delle informazioni, il progresso chiave nell'estrazione di informazioni redditizie è il raggruppamento. Questo libro descrive il quadro di previsione trim utilizzando le strategie di raggruppamento Fuzzy e il sistema neurale.