Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Ecosystem Condition Modeling Using Machine Learning Tools.

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Vadim Rukavitsyn
ISBN: 9783659674938
Год издания: 2015
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 132
Издательство: LAP LAMBERT Academic Publishing
Цена: 39164 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 143170
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: There are a lot of different prediction methods exist in our days. Many of them work well in a specific situation. But when the situation deals with the big volume of data and complicated classification analysis there is a good opportunity to use the machine learning for the prediction. Previously there were a lot of different ways of the machine learning applying in the ecological modeling and prediction. But the method of the ecosystem condition modeling by the geofields analysis wasn't applied for the artificial intelligence. Previously such kind of the classification was made only by the human expert. The described method automatizes expert analysis of this problem and adds a new kind of the application of the machine learning in the environmental science. In this work the method of the ecosystem stability level assessment using machine learning methods was developed. It combines ways of the data preprocessing for the solving of this problem and the using of concrete algorithms for the best modeling of the process. The final model significance was around 80% in different testing datasets.
Ключевые слова: Data-mining, ecological modeling, Machine-Learning