Βιβλιογραφική επισκόπηση και αξιολόγηση αλγορίθμων μηχανικής μάθησης
Η συλλογή data αποτελεί πλέον βασικό κομμάτι κάθε οργανισμού (π.χ. εταιρία, κυβερνητικός οργανισμός κ.α.) που επιθυμεί να αυξήσει την απόδοσή του. Τα δεδομένα τα οποία θα συλλεχθούν, για να είναι χρήσιμα για τον οργανισμό θα πρέπει πρώτα να δεχτούν προ-επεξεργασία (Data preprocessing) και να καθαρισ...
Κύριος συγγραφέας: | Βαρδαλάκης, Αλέξανδρος |
---|---|
Άλλοι συγγραφείς: | Καρακαπιλίδης, Νικόλαος |
Μορφή: | Thesis |
Γλώσσα: | Greek |
Έκδοση: |
2020
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/12924 |
Παρόμοια τεκμήρια
-
Deep learning and DBSCAN for efficient energy disaggregation
ανά: Οικονομοπούλου, Εμμανουέλα-Ηλέκτρα
Έκδοση: (2022) -
Ανάπτυξη πρωτότυπων μερικώς επιβλεπόμενων αλγορίθμων μηχανικής μάθησης
ανά: Κάρλος, Σταμάτης
Έκδοση: (2020) -
Υπολογιστική επεξεργασία της αλλομορφίας στην παραγωγή λέξεων της ελληνικής
ανά: Καρασίμος, Αθανάσιος
Έκδοση: (2011) -
Development of semi-supervised machine learning algorithms and applications
ανά: Φαζάκης, Νικόλαος
Έκδοση: (2022) -
Ανάλυση συναισθήματος με χρήση τεχνικών μηχανικής μάθησης
ανά: Χριστοπούλου, Αικατερίνη
Έκδοση: (2018)