menu
{ "item_title" : "М", "item_author" : [" Туфаиl "], "item_description" : "Преимущество статистических моделей типа вход-выход заключается в том, что их можно относительно легко построить и применить, но с другой стороны, недостатком таких моделей является то, что они не раскрывают внутреннюю природу наблюдаемого явления. Концептуальные модели, преимущество которых заключается в прозрачности функционирования, но правильность которых иногда трудно доказать. Искусственный интеллект предлагает методы машинного обучения на примерах, которые устраняют недостатки как статистических, так и концептуальных подходов и объединяют их преимущества. В этой книге представлен комплексный эксперимент по моделированию на основе деревьев регрессии. Деревья регрессии были использованы для решения практической задачи построения модели прогнозирования стока на основе известных данных о текущем и прошлом стоке на водомерных постах и осадках на дождеприемниках в пределах водосборного бассейна. Результаты, основанные на аппроксимации и точности прогнозиро&", "item_img_path" : "https://covers3.booksamillion.com/covers/bam/6/20/760/773/6207607732_b.jpg", "price_data" : { "retail_price" : "26.00", "online_price" : "26.00", "our_price" : "26.00", "club_price" : "26.00", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
&#1052|Туфаиl

М : оделирование на основе

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

Преимущество статистических моделей типа вход-выход заключается в том, что их можно относительно легко построить и применить, но с другой стороны, недостатком таких моделей является то, что они не раскрывают внутреннюю природу наблюдаемого явления. Концептуальные модели, преимущество которых заключается в прозрачности функционирования, но правильность которых иногда трудно доказать. Искусственный интеллект предлагает методы машинного обучения на примерах, которые устраняют недостатки как статистических, так и концептуальных подходов и объединяют их преимущества. В этой книге представлен комплексный эксперимент по моделированию на основе деревьев регрессии. Деревья регрессии были использованы для решения практической задачи построения модели прогнозирования стока на основе известных данных о текущем и прошлом стоке на водомерных постах и осадках на дождеприемниках в пределах водосборного бассейна. Результаты, основанные на аппроксимации и точности прогнозиро&

This item is Non-Returnable

Details

  • ISBN-13: 9786207607730
  • ISBN-10: 6207607732
  • Publisher: Sciencia Scripts
  • Publish Date: May 2024
  • Dimensions: 9 x 6 x 0.17 inches
  • Shipping Weight: 0.26 pounds
  • Page Count: 72

Related Categories

You May Also Like...

    1

BAM Customer Reviews