MASCHINELLES LERNEN UND DEEP-LEARNING-TECHNIKEN

CHF 59.15
Auf Lager
SKU
STRI7R3E8DT
Stock 1 Verfügbar
Geliefert zwischen Do., 29.01.2026 und Fr., 30.01.2026

Details

Die Sentiment-Analyse hat sich zu einem Trendthema der Wissenschaft und der Marktforschung im Bereich der natürlichen Sprachverarbeitung (NLP) und des maschinellen Lernens entwickelt. Bei der Klassifizierung von Gefühlen handelt es sich um den automatisierten Prozess der Identifizierung von Meinungen in einem Text und deren Einstufung als positiv, negativ oder neutral, basierend auf den Emotionen, die Kunden darin zum Ausdruck bringen. Die Analyse von Gefühlen, auch bekannt als Opinion Mining, ist eine wichtige Aufgabe der natürlichen Sprachverarbeitung. Dieser Prozess bestimmt die Stimmungslage eines Textes.

Autorentext

O Dr.M.Humera Khanam tem trabalhado como Professor, no Departamento de Informática e Engenharia, Universidade de Sri Venkateswara, Tirupati, Andhra Pradesh. Ela tem 24 anos de experiência de ensino. As suas áreas de interesse incluem Inteligência Artificial, Aprendizagem de Máquinas, Processamento da Fala e da Linguagem, Interacção Humano-Computador, e Grandes Dados.

Weitere Informationen

  • Allgemeine Informationen
    • GTIN 09786205190906
    • Genre Analysis
    • Anzahl Seiten 60
    • Herausgeber Verlag Unser Wissen
    • Gewicht 107g
    • Untertitel Sentiment-Analyse mit Techniken des maschinellen Lernens und des Deep Learning
    • Autor Humera Khanam M.
    • Titel MASCHINELLES LERNEN UND DEEP-LEARNING-TECHNIKEN
    • ISBN 978-620-5-19090-6
    • Format Kartonierter Einband
    • EAN 9786205190906
    • Jahr 2022
    • Größe H220mm x B150mm x T5mm
    • Sprache Deutsch

Bewertungen

Schreiben Sie eine Bewertung
Nur registrierte Benutzer können Bewertungen schreiben. Bitte loggen Sie sich ein oder erstellen Sie ein Konto.
Made with ♥ in Switzerland | ©2025 Avento by Gametime AG
Gametime AG | Hohlstrasse 216 | 8004 Zürich | Schweiz | UID: CHE-112.967.470
Kundenservice: customerservice@avento.shop | Tel: +41 44 248 38 38