Tecnicas De Computacao Suave Para A Detecao Do Cancro Da Mam
em 12x sem juros
Impostos serão pagos com sua compra de acordo com o programa Remessa Conforme.
Estoque disponível
+25 vendas
- Você tem 30 dias a partir da data de recebimento.
- Compra GarantidaVai abrir em uma nova janela, receba o produto que está esperando ou devolvemos o dinheiro.
- 30 dias de garantia de fábrica.
DIGITALWAREHOUSEBR2
+5 Seguidores
+25
Vendas concluídas
Oferece um bom atendimento
Entrega os produtos dentro do prazo
Devolução grátis
Você tem 30 dias a partir do recebimento do produto para devolvê-lo, não importa o motivo!
Meios de pagamento


Características do produto
Características principais
Título do livro | Tecnicas de computacao suave para a detecao do cancro da mama (Portuguese Edition) |
---|---|
Autor | Srinivasa Rao P |
Idioma | Português |
Marca | Srinivasa Rao P |
Modelo | Generic |
Outros
Gênero do livro | Acadêmico |
---|---|
ISBN | 62073099956206, 620730999568 |
Descrição
Tecnicas de computacao suave para a detecao do cancro da mam
Description:
A computacao suave (SC) surgiu como uma ferramenta versatil para resolver problemas computacionais complexos em varios dominios. A CS tira partido das capacidades de reconhecimento e aprendizagem semelhantes as humanas para fornecer solucoes inovadoras para os desafios do mundo real. Numa era de explosao de dados, o processamento eficaz de dados exige a selecao de atributos-chave para a modelacao preditiva, o que leva a necessidade de selecao de subconjuntos de caracteristicas. A selecao de subconjuntos de caracteristicas e um problema dificil de resolver, com varios metodos categorizados em abordagens de filtro, de involucro e incorporadas. Os algoritmos metaheuristicos, conhecidos pelas suas capacidades de pesquisa global, tem sido utilizados na selecao de caracteristicas para maximizar a precisao da classificacao. Com enfoque nas aplicacoes medicas, este estudo explora o diagnostico assistido por computador, em que os metodos de selecao de caracteristicas baseados na populacao melhoram a precisao da classificacao reduzindo o tempo de analise. A investigacao introduz dois novos metodos metaheuristicos, o Separated Enemy Driven Dragon Algorithm (SEDDA) e o Fitness-based Crow Search Algorithm (FSCA), e compara-os com tecnicas estabelecidas.
Perguntas e respostas
Qual informação você precisa?
Pergunte ao vendedor
Não fizeram nenhuma pergunta ainda.
Faça a primeira!