K anastraj (62 resultados)

Condición: New.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

Condición: New. In English.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

Taschenbuch. Condición: Neu. "ADVANCED BREAST CANCER DETECTION USING MACHINE LEARNING AND SEGMENTAT | "Harnessing Microwave Imaging for Improved Detection and Analysis" | Anastraj K (u. a.) | Taschenbuch | Englisch | 2024 | LAP LAMBERT Academic Publishing | EAN 9783659695810 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.…

Condición: New.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

Taschenbuch. Condición: Neu. Détection avancée du cancer du sein à l'aide de l'apprentissage automatique et de la segmentation | Utilisation de l'imagerie par micro-ondes | Anastraj K (u. a.) | Taschenbuch | Französisch | 2025 | Editions Notre Savoir | EAN 9786202418669 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Condición: New.

Condición: New.

Condición: New.

Condición: New.

Taschenbuch. Condición: Neu. Rilevazione avanzata del cancro al seno tramite machine learning e segmentazione | Uso della visualizzazione a microonde | Anastraj K (u. a.) | Taschenbuch | Italienisch | 2025 | Edizioni Sapienza | EAN 9786202418683 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Taschenbuch. Condición: Neu. Zaawansowane wykrywanie raka piersi przy u¿yciu uczenia maszynowego i segmentacji | Wykorzystanie obrazowania mikrofalowego | Anastraj K (u. a.) | Taschenbuch | Polnisch | 2025 | Wydawnictwo Nasza Wiedza | EAN 9786202418737 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Taschenbuch. Condición: Neu. Detecção avançada do cancro da mama utilizando aprendizagem automática e segmentação | Utilização da visualização por micro-ondas | Anastraj K (u. a.) | Taschenbuch | Portugiesisch | 2025 | Edições Nosso Conhecimento | EAN 9786202418744 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Taschenbuch. Condición: Neu. Fortgeschrittene Brustkrebserkennung mithilfe von maschinellem Lernen und Segmentierung | Verwendung der Mikrowellenbildgebung | Anastraj K (u. a.) | Taschenbuch | 88 S. | Deutsch | 2025 | Verlag Unser Wissen | EAN 9786202418645 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 140 pp. Englisch.

Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 84 pp. Spanisch.

Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Breast cancer is the second leading cause of death among women, often undetected until it reaches advanced stages. Early identification is crucial, as accurate classification of benign and malignant tumors can prevent unnecessary treatments. This study explores the application of machine learning techniques for breast cancer diagnosis using the Wisconsin Breast Cancer Dataset from the UCI Repository.Initial experiments with the Naïve Bayes classifier yielded 88% accuracy for benign and 86% for malignant tumors. However, it faced limitations, such as low accuracy and issues with zero frequency probabilities. Switching to Artificial Neural Networks (ANN) improved results to 90% for benign and 92% for malignant classifications, but still did not yield optimal outcomes.The research ultimately employed Support Vector Machine (SVM) techniques, achieving the highest accuracy at 97% for benign and 95% for malignant tumors. This method effectively distinguishes between tumor types using a linear model based on hyperplanes. All algorithms were implemented using the R tool, which is user-friendly and free, facilitating data handling for breast cancer classification.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 140 pp. Englisch.…

Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering.

Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Le cancer du sein est la deuxième cause de décès chez les femmes, souvent détecté à un stade avancé. Un dépistage précoce est essentiel, car une classification précise des tumeurs bénignes et malignes permet d'éviter des traitements inutiles. Cette étude explore l'application des techniques d'apprentissage automatique au diagnostic du cancer du sein à partir de l'ensemble de données Wisconsin Breast Cancer Dataset issu du référentiel UCI. Les premières expériences avec le classificateur Naïve Bayes ont donné une précision de 88 % pour les tumeurs bénignes et de 86 % pour les tumeurs malignes. Cependant, elles se sont heurtées à certaines limites, telles qu'une faible précision et des problèmes liés aux probabilités de fréquence nulle. Le passage aux réseaux neuronaux artificiels (RNA) a permis d'améliorer les résultats à 90 % pour les classifications bénignes et à 92 % pour les classifications malignes, mais n'a toujours pas donné de résultats optimaux. La recherche a finalement utilisé des techniques de machines à vecteurs de support (SVM), qui ont atteint la plus grande précision, avec 97 % pour les tumeurs bénignes et 95 % pour les tumeurs malignes. Cette méthode permet de distinguer efficacement les types de tumeurs à l'aide d'un modèle linéaire basé sur des hyperplans. 84 pp. Französisch.…