Zobrazeno 1 - 10
of 53
pro vyhledávání: '"Supervised learning by classification"'
Autor:
Esraa Najjar, Aqeel Majeed Breesam
Publikováno v:
Al-Iraqia Journal for Scientific Engineering Research, Vol 2, Iss 4 (2023)
Machine learning has become popular across several disciplines right now. It enables machines to automatically learn from data and make predictions without the need for explicit programming or human intervention. Supervised machine learning is a popu
Externí odkaz:
https://doaj.org/article/ebcd0292e0e54a108787a8ae8c5b4e02
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Granular Computing is a powerful information processing paradigm, particularly useful for the synthesis of pattern recognition systems in structured domains (e.g., graphs or sequences). According to this paradigm, granules of information play the piv
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::9cc01c79db166a373e307fa8090b1723
https://hdl.handle.net/11385/227198
https://hdl.handle.net/11385/227198
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Mental workload is a cognitive effort felt by users while solving tasks, and good visualizations tend to induce a low mental workload. For better visualizations, various visualization techniques have been evaluated through quantitative methods that c
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::10361a3952365ac56a5be0aca63de293
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Alexandre Alcoforado, Thomas Palmeira Ferraz, Rodrigo Gerber, Enzo Bustos, André Seidel Oliveira, Bruno Miguel Veloso, Fabio Levy Siqueira, Anna Helena Reali Costa
Publikováno v:
Lecture Notes in Computer Science ISBN: 9783030983048
Traditional text classification approaches often require a good amount of labeled data, which is difficult to obtain, especially in restricted domains or less widespread languages. This lack of labeled data has led to the rise of low-resource methods
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::caf4f92c37cee217959f5814debd3e5b
https://hdl.handle.net/11328/4379
https://hdl.handle.net/11328/4379
Drained wetlands can constitute a large source of greenhouse gas emissions, but the drainage networks in these wetlands are largely unmapped, and better maps are needed to aid in forest production and to better understand the climate consequences. We
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b8a83803ce94e98e2efdb2ecafc47095
http://urn.kb.se/resolve?urn=urn:nbn:se:bth-22881
http://urn.kb.se/resolve?urn=urn:nbn:se:bth-22881
We study the multiclass classification problem where the features come from a mixture of timehomogeneous diffusion. Specifically, the classes are discriminated by their drift functions while the diffusion coefficient is common to all classes and unkn
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::e5cc3fbc68c9aeec5747d10d6964ccda
https://hal.science/hal-03907946
https://hal.science/hal-03907946