Ergebnisse aus der Produktionstechnik / 8/2023 / Recommending Data Preprocessing Pipelines for Machine Learning Applications in Production
DE
(Sprache: Englisch)
High data quality is the key for performant machine learning (ML) models in produc-tion. In practice, data quality is preprocessed using several DPP methods that are configured into DPP pipelines. The choice of the DPP pipelines poses a major chal-lenge. To...
Voraussichtlich lieferbar in 3 Tag(en)
versandkostenfrei
Buch (Kartoniert)
49.00 €
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenlose Rücksendung
Produktdetails
Produktinformationen zu „Ergebnisse aus der Produktionstechnik / 8/2023 / Recommending Data Preprocessing Pipelines for Machine Learning Applications in Production “
Klappentext zu „Ergebnisse aus der Produktionstechnik / 8/2023 / Recommending Data Preprocessing Pipelines for Machine Learning Applications in Production “
High data quality is the key for performant machine learning (ML) models in produc-tion. In practice, data quality is preprocessed using several DPP methods that are configured into DPP pipelines. The choice of the DPP pipelines poses a major chal-lenge. To guide data scientists, a meta learning-based decision support system (DSS) have been developed, called Meta-DPP, which assists in the selection of suitable DPP pipelines but do not cover production-specific requirements.
Bibliographische Angaben
- Autor: Maik Frye
- 2023, 322 Seiten, Maße: 14,8 x 21 cm, Kartoniert (TB), Englisch
- Verlag: Apprimus Verlag
- ISBN-10: 3985551472
- ISBN-13: 9783985551477
Sprache:
Englisch
Kommentar zu "Ergebnisse aus der Produktionstechnik / 8/2023 / Recommending Data Preprocessing Pipelines for Machine Learning Applications in Production"
0 Gebrauchte Artikel zu „Ergebnisse aus der Produktionstechnik / 8/2023 / Recommending Data Preprocessing Pipelines for Machine Learning Applications in Production“
| Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
|---|
Schreiben Sie einen Kommentar zu "Ergebnisse aus der Produktionstechnik / 8/2023 / Recommending Data Preprocessing Pipelines for Machine Learning Applications in Production".
Kommentar verfassen