Name: Integration von Data Mining mit wissensbasierten Systemen (en Alemán)
Price: 133010.00 CLP
Availability: InStock
Author: Fentahun, Melsew Belachew
ISBN: 9786207228744

portada Integration von Data Mining mit wissensbasierten Systemen (en Alemán)

Formato

Libro Físico

Autor

Melsew Belachew Fentahun

Editorial

Verlag Unser Wissen

Idioma

Alemán

N° páginas

176

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 1.0 cm

Peso

0.27 kg.

ISBN13

9786207228744

Categorías

Tecnología de la información: cuestiones generales

Integration von Data Mining mit wissensbasierten Systemen (en Alemán)

Melsew Belachew Fentahun (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 133.010

$ 184.730

Ahorras: $ 51.720

28% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Viernes 26 de Julio y el Viernes 02 de Agosto.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Integration von Data Mining mit wissensbasierten Systemen (en Alemán)"

Die Landwirtschaft ist für das wirtschaftliche Wohlergehen eines Landes von entscheidender Bedeutung, doch Pflanzenkrankheiten stellen eine gro e Herausforderung dar. Der Anbau von Pfefferkörnern erfordert aufgrund von Krankheiten besondere Aufmerksamkeit. Data Mining wurde bereits zur Erkennung von Pflanzenkrankheiten eingesetzt, doch fehlt es an der Nutzung von Wissen. In dieser Studie wird Data Mining mit wissensbasierten Systemen zur Diagnose und Behandlung von Pfefferkrankheiten kombiniert. Die Experimente wurden mit den vier Algorithmen JRip, PART, J48 und REPTree für den Paprika-Datensatz durchgeführt. Alle Experimente für jeden Algorithmus wurden mit 9927 Instanzen und vier Klassen durchgeführt, nämlich Pilz-, Insekten-, Virus- und Bakterien-Krankheitstypen der Ernte. Mit Hilfe von Klassifizierungsalgorithmen wurde ein prädiktives Modell entwickelt und eine regelbasierte Wissensrepräsentation zur Diagnose und Behandlung der Pflanzen eingesetzt. Die Leistung des Systems wurde mit Domänenexperten und Benutzerakzeptanz getestet und ergab vielversprechende Ergebnisse von 90,5 bzw. 86,8 % mit einer durchschnittlichen Präzision und Wiedererkennung von 96 % bzw. 97,2 % für die Gesamtleistung.