• Produktbild: Recommender Systems
  • Produktbild: Recommender Systems

Recommender Systems A Multi-Disciplinary Approach

Fr. 229.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

19.06.2023

Abbildungen

schwarz-weiss Illustrationen, Raster, schwarz-weiss, Zeichnungen, schwarz-weiss, Tabellen, schwarz-weiss

Herausgeber

Monideepa Roy + weitere

Verlag

Taylor and Francis

Seitenzahl

260

Maße (L/B/H)

24/16.1/2 cm

Gewicht

670 g

Sprache

Englisch

ISBN

978-1-03-233321-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

19.06.2023

Abbildungen

schwarz-weiss Illustrationen, Raster, schwarz-weiss, Zeichnungen, schwarz-weiss, Tabellen, schwarz-weiss

Herausgeber

Verlag

Taylor and Francis

Seitenzahl

260

Maße (L/B/H)

24/16.1/2 cm

Gewicht

670 g

Sprache

Englisch

ISBN

978-1-03-233321-2

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Die Leseprobe wird geladen.
  • Produktbild: Recommender Systems
  • Produktbild: Recommender Systems
  • 1. Comparison of Different Machine Learning Algorithms to Classify Whether or Not a Tweet Is about a Natural Disaster: A Simulation-Based Approach; 2. An End-to-End Comparison among Contemporary Content-Based Recommendation Methodologies; 3. Neural Network-Based Collaborative Filtering for Recommender Systems; 4. Recommendation System and Big Data: Its Types and Applications; 5. The Role of Machine Learning /AI in Recommender Systems; 6. A Recommender System Based on TensorFlow Framework; 7. A Marketing Approach to Recommender Systems; 8. Applied Statistical Analysis in Recommendation Systems; 9. An IoT-Enabled Innovative Smart Parking Recommender Approach; 10. Classification of Road Segments in Intelligent Traffic Management System; 11. Facial Gestures-Based Recommender System for Evaluating Online Classes; 12. Application of Swarm Intelligence in Recommender Systems; 13. Application of Machine-Learning Techniques in the Development of Neighbourhood-Based Robust Recommender Systems; 14. Recommendation Systems for Choosing Online Learning Resources: A Hands-On Approach