Apres acceptation de la commande, le delai moyen d'expedition depuis le Japon est de 48 heures. Le delai moyen de livraison est de 3 a 4 semaines. En cas de circonstances exceptionnelles, les delais peuvent s'etendre jusqu'à 2 mois.

Vous avez choisi le retrait chez le vendeur à

Payez directement sur Rakuten (CB, PayPal, 4xCB...)
Récupérez le produit directement chez le vendeur
Rakuten vous rembourse en cas de problème

Terminer ma commande

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

TROUVER UN MAGASIN

Adresse

Retour

Horaires

Note :

Avis sur Grammar - Based Feature Generation For Time - Series Prediction Format Broché - Livre Informatique

Note : 0 0 avis sur Grammar - Based Feature Generation For Time - Series Prediction Format Broché - Livre Informatique

Donnez votre avis

Donnez votre avis sur ce produit

Votre note * : 1/5 2/5 3/5 4/5 5/5 Veuillez donner une note au produit

Le titre de votre avis* : Saisissez un titre

Quelques conseils :

Donnez le ton de votre avis, résumez-le en quelques mots qui apparaîtront comme le titre de votre avis.

Votre avis* : (40 caractères minimum) Saisissez un avis

Quelques conseils :

N'hésitez pas à mettre en avant les caractéristiques de ce produit, n'oubliez pas de mentionner ses avantages et/ou ses défauts éventuels. Décrivez précisément, argumentez, soyez convaincant !

Annuler

Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.

Produits similaires

Présentation Grammar - Based Feature Generation For Time - Series Prediction Format Broché
- Livre Informatique

Livre Informatique - Leong, Philip H. W. - 01/03/2015 - Broché - Langue : Anglais

Auteur(s) : Leong, Philip H. W. - De Silva, Anthony Mihirana

Editeur : Springer Singapore

Langue : Anglais

Parution : 01/03/2015

Format : Moyen, de 350g à 1kg

Nombre de pages : 112

Expédition : 184

Dimensions : 23.5 x 15.5 x 0.7

ISBN : 9812874100

Résumé :
This book proposes a novel approach for time-series prediction using machine learning techniques with automatic feature generation. Application of machine learning techniques to predict time-series continues to attract considerable attention due to the difficulty of the prediction problems compounded by the non-linear and non-stationary nature of the real world time-series. The performance of machine learning techniques, among other things, depends on suitable engineering of features. This book proposes a systematic way for generating suitable features using context-free grammar. A number of feature selection criteria are investigated and a hybrid feature generation and selection algorithm using grammatical evolution is proposed. The book contains graphical illustrations to explain the feature generation process. The proposed approaches are demonstrated by predicting the closing price of major stock market indices, peak electricity load and net hourly foreign exchange client trade volume. The proposed method can be applied to a wide range of machine learning architectures and applications to represent complex feature dependencies explicitly when machine learning cannot achieve this by itself. Industrial applications can use the proposed technique to improve their predictions.

Sommaire:

Introduction.- Feature Selection.- Grammatical Evolution.- Grammar Based Feature Generation.- Application of Grammar Framework to Time-series Prediction.- Case Studies.- Conclusion.

Détails de conformité du produit

Consulter les détails de conformité de ce produit (

Personne responsable dans l'UE

)

Grammar-Based Feature Generation for Time-Series Prediction - Leong, Philip H. W.

Avis sur Grammar - Based Feature Generation For Time - Series Prediction Format Broché - Livre Informatique

Présentation Grammar - Based Feature Generation For Time - Series Prediction Format Broché - Livre Informatique

Présentation Grammar - Based Feature Generation For Time - Series Prediction Format Broché
- Livre Informatique