¡Envío gratis y en 1 día!* a Península + 5% dcto  ¡Ver más!

menú

0
  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional
portada Big Data Cybersicherheit durch maschinelles Lernen (en Alemán)
Formato
Libro Físico
Idioma
Alemán
N° páginas
64
Encuadernación
Tapa Blanda
Dimensiones
22.9 x 15.2 x 0.4 cm
Peso
0.10 kg.
ISBN13
9786206503439

Big Data Cybersicherheit durch maschinelles Lernen (en Alemán)

Kandru Arun Kumar (Autor) · Anuradha Chinta (Autor) · Kunchala Little Flower (Autor) · Verlag Unser Wissen · Tapa Blanda

Big Data Cybersicherheit durch maschinelles Lernen (en Alemán) - Arun Kumar, Kandru ; Chinta, Anuradha ; Little Flower, Kunchala

Libro Nuevo

59,85 €

63,00 €

Ahorras: 3,15 €

5% descuento
  • Estado: Nuevo
  • Quedan 75 unidades
Origen: Estados Unidos (Costos de importación incluídos en el precio)
Se enviará desde nuestra bodega entre el Martes 16 de Julio y el Martes 30 de Julio.
Lo recibirás en cualquier lugar de España entre 1 y 5 días hábiles luego del envío.

Reseña del libro "Big Data Cybersicherheit durch maschinelles Lernen (en Alemán)"

Cybersicherheit im Zusammenhang mit Big Data ist bekannterma en ein kritisches Problem und stellt eine gro e Herausforderung für die Forschungsgemeinschaft dar. Algorithmen des maschinellen Lernens wurden als Kandidaten für die Behandlung von Big-Data-Sicherheitsproblemen vorgeschlagen. Unter diesen Algorithmen haben Support-Vektor-Maschinen (SVMs) bemerkenswerte Erfolge bei verschiedenen Klassifizierungsproblemen erzielt. Um eine effektive SVM einzurichten, muss der Benutzer jedoch im Voraus die richtige SVM-Konfiguration festlegen, was eine schwierige Aufgabe ist, die Expertenwissen und einen hohen manuellen Aufwand für Versuch und Irrtum erfordert. Hier formulieren wir den SVM-Konfigurationsprozess als ein bi-objektives Optimierungsproblem, bei dem Genauigkeit und Modellkomplexität als zwei widersprüchliche Ziele betrachtet werden. Wir schlagen ein neuartiges hyperheuristisches Rahmenwerk für die Zwei-Ziel-Optimierung vor, das unabhängig von der Problemdomäne ist. Dies ist das erste Mal, dass eine Hyperheuristik für dieses Problem entwickelt wurde. Der vorgeschlagene hyperheuristische Rahmen besteht aus einer High-Level-Strategie und Low-Level-Heuristiken.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

Todos los libros de nuestro catálogo son Originales.
El libro está escrito en Alemán.
La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes