ISBN: 9786207447671 - machine learning strategies for type 2 diabetes classification: a monograph (8 resultados)

ISBN: 
Refinar con la Búsqueda avanzada

Filtrar la búsqueda

  • Libros (8)

  • Nuevo (8)

a

Intervalo de precios personalizado (EUR)

a

  • Idioma: Inglés

    Editorial: LAP LAMBERT Academic Publishing, 2023

    6207447670 / 9786207447671

    • Tapa blanda

    Librería: Books Puddle, Woodside, NY, Estados Unidos de AmericaBooks Puddle

    Vendedor de 4 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 60,81

    Envío por EUR 3,58 
    Se envía dentro de Estados Unidos de America

    Cantidad disponible: 4 disponibles

    Condición: New.

  • Idioma: Inglés

    Editorial: LAP LAMBERT Academic Publishing, 2023

    6207447670 / 9786207447671

    • Tapa blanda

    Librería: preigu, Osnabrück, Alemaniapreigu

    Vendedor de 5 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 39,45

    Envío por EUR 70,00 
    Se envía de Alemania a Estados Unidos de America

    Cantidad disponible: 5 disponibles

    Taschenbuch. Condición: Neu. Machine Learning Strategies for Type 2 Diabetes Classification | A monograph | M. S. Roobini (u. a.) | Taschenbuch | Englisch | 2023 | LAP LAMBERT Academic Publishing | EAN 9786207447671 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

  • Idioma: Inglés

    Editorial: LAP LAMBERT Academic Publishing, 2023

    6207447670 / 9786207447671

    • Tapa blanda
    • Impresión bajo demanda

    Librería: Majestic Books, Hounslow, Reino UnidoMajestic Books

    Vendedor de 4 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 59,89

    Envío por EUR 7,80 
    Se envía de Reino Unido a Estados Unidos de America

    Cantidad disponible: 4 disponibles

    Condición: New. Print on Demand.

  • Idioma: Inglés

    Editorial: LAP LAMBERT Academic Publishing Nov 2023, 2023

    6207447670 / 9786207447671

    • Tapa blanda
    • Impresión bajo demanda

    Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, AlemaniaBuchWeltWeit Ludwig Meier e.K.

    Vendedor de 5 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 43,90

    Envío por EUR 23,00 
    Se envía de Alemania a Estados Unidos de America

    Cantidad disponible: 2 disponibles

    Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 64 pp. Englisch.

  • Idioma: Inglés

    Editorial: LAP LAMBERT Academic Publishing, 2023

    6207447670 / 9786207447671

    • Tapa blanda
    • Impresión bajo demanda

    Librería: Biblios, frankfurt am main, HESSE, AlemaniaBiblios

    Vendedor de 4 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 60,69

    Envío por EUR 9,95 
    Se envía de Alemania a Estados Unidos de America

    Cantidad disponible: 4 disponibles

    Condición: New. PRINT ON DEMAND.

  • Idioma: Inglés

    Editorial: LAP LAMBERT Academic Publishing, 2023

    6207447670 / 9786207447671

    • Tapa blanda
    • Impresión bajo demanda

    Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH

    Vendedor de 5 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 49,63

    Envío por EUR 35,00 
    Se envía de Alemania a Estados Unidos de America

    Cantidad disponible: 1 disponible

    Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - The rise in Type 2 Diabetes cases has fueled research in robust diagnostic systems. Machine learning integration enhances these systems by analyzing diverse datasets and addressing associated complications like obesity, poor habits, and hypertension. Early detection is crucial, given the severe health implications. ML, paired with natural language processing, aids in prognosis, diagnosis, and prevention plans. Using the PIDD dataset (768 samples, 16 attributes), this research focuses on predicting diabetes with an expanded characteristic set. Pre-processing involves normalization, balancing with SMOTE, and completeness checks to improve model accuracy. Overall, this study emphasizes ML's pivotal role in advancing Type 2 Diabetes understanding and predictive capabilities through meticulous methodologies and dataset selection.…

  • Idioma: Inglés

    Editorial: LAP Lambert Academic Publishing, 2023

    6207447670 / 9786207447671

    • Tapa blanda
    • Impresión bajo demanda

    Librería: moluna, Greven, Alemaniamoluna

    Vendedor de 5 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 37,23

    Envío por EUR 48,99 
    Se envía de Alemania a Estados Unidos de America

    Cantidad disponible: Más de 20 disponibles

    Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. The rise in Type 2 Diabetes cases has fueled research in robust diagnostic systems. Machine learning integration enhances these systems by analyzing diverse datasets and addressing associated complications like obesity, poor habits, and hypertension. Early .…

  • Idioma: Inglés

    Editorial: LAP LAMBERT Academic Publishing Nov 2023, 2023

    6207447670 / 9786207447671

    • Tapa blanda
    • Impresión bajo demanda

    Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000

    Vendedor de 5 estrellas
    Contactar con el vendedor

    Condición: Nuevo

    EUR 43,90

    Envío por EUR 60,00 
    Se envía de Alemania a Estados Unidos de America

    Cantidad disponible: 1 disponible

    Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -The rise in Type 2 Diabetes cases has fueled research in robust diagnostic systems. Machine learning integration enhances these systems by analyzing diverse datasets and addressing associated complications like obesity, poor habits, and hypertension. Early detection is crucial, given the severe health implications. ML, paired with natural language processing, aids in prognosis, diagnosis, and prevention plans. Using the PIDD dataset (768 samples, 16 attributes), this research focuses on predicting diabetes with an expanded characteristic set. Pre-processing involves normalization, balancing with SMOTE, and completeness checks to improve model accuracy. Overall, this study emphasizes ML's pivotal role in advancing Type 2 Diabetes understanding and predictive capabilities through meticulous methodologies and dataset selection.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 64 pp. Englisch.…