Wir verwenden Cookies und Analyse-Tools, um die Nutzerfreundlichkeit der Internet-Seite zu verbessern und für Marketingzwecke. Wenn Sie fortfahren, diese Seite zu verwenden, nehmen wir an, dass Sie damit einverstanden sind. Zur Datenschutzerklärung.
Hybrides Empfehlungssystem für raumzeitliche Daten
Details
In dieser Arbeit wird ein Rahmenwerk "RAiSE" erörtert, bei dem es sich um eine maßgeschneiderte hybride Empfehlungsmaschine handelt, die auf der Grundlage der Erkundung klimatischer Muster die besten Gebiete für die Aussaat einer bestimmten Kultur empfiehlt. Es nutzt die Leistungsfähigkeit neuer Big-Data-Technologien wie Hadoop, um seine Ziele zu erreichen.
Autorentext
A Sra. Priyanka é professora assistente na Universidade NorthCap,Gurugram. Trabalhou para uma empresa de TI durante 3 anos antes de seguir uma carreira académica. É B.Tech da Jaypee University of Information Technology (JUIT), Solan. Concluiu o seu M.Tech (Medalha de Ouro) em Informática e está actualmente a tirar o doutoramento na NCU.
Klappentext
In dieser Arbeit wird ein Rahmenwerk "RAiSE" erörtert, bei dem es sich um eine maßgeschneiderte hybride Empfehlungsmaschine handelt, die auf der Grundlage der Erkundung klimatischer Muster die besten Gebiete für die Aussaat einer bestimmten Kultur empfiehlt. Es nutzt die Leistungsfähigkeit neuer Big-Data-Technologien wie Hadoop, um seine Ziele zu erreichen.
Weitere Informationen
- Allgemeine Informationen
- GTIN 09786205554364
- Genre Informatik & EDV
- Sprache Deutsch
- Anzahl Seiten 56
- Herausgeber Verlag Unser Wissen
- Größe H220mm x B150mm x T4mm
- Jahr 2023
- EAN 9786205554364
- Format Kartonierter Einband
- ISBN 978-620-5-55436-4
- Titel Hybrides Empfehlungssystem für raumzeitliche Daten
- Autor Priyanka Rastogi , Vijendra Singh
- Gewicht 102g