Ugrás a tartalomra
SZTE Klebelsberg Könyvtár és Levéltár Repozitóriumok közös keresője
  • Kapcsolat
  • Az Ön fiókja
  • Kilépés
  • Bejelentkezés
  • Nyelv
    • English
    • Magyar
Összetett keresés
  • Why Kappa Regression?
  • Tétel idézése
  • Küldés e-mail-ben
  • Nyomtatás
  • Tétel exportálása
    • Exportálás ide: RefWorks
    • Exportálás ide: EndNoteWeb
    • Exportálás ide: EndNote
    • Exportálás ide: MARC
    • Exportálás ide: MARCXML
    • Exportálás ide: RDF
    • Exportálás ide: BibTeX
    • Exportálás ide: RIS
  • Hozzáadás a kedvencekhez
  • Permanent link
Why Kappa Regression?
QR kód

Why Kappa Regression?

Elmentve itt :
Bibliográfiai részletek
Szerzők: Urenda Julio C.
Csiszár Orsolya
Csiszár Gábor
Dombi József
Eigner György
Kosheleva Olga
Kreinovich Vladik
Dokumentumtípus: Könyv része
Megjelent: Atlantis Press Berlin 2021
Sorozat:Atlantis Studies in Uncertainty Modelling
Joint Proceedings of the 19th World Congress of the International Fuzzy Systems Association (IFSA), the 12th Conference of the European Society for Fuzzy Logic and Technology (EUSFLAT), and the 11th International Summer School on Aggregation Operators (AG
Tárgyszavak:
Számítás- és információtudomány
doi:10.2991/asum.k.210827.063

mtmt:32480579
Online Access:http://publicatio.bibl.u-szeged.hu/26017
  • Leíró adatok
  • Hasonló tételek
  • Minden adat megjelenítése (MARC/Címkés)
Leíró adatok
Terjedelem/Fizikai jellemzők:8
478-485
ISBN:9789462394230

Hasonló tételek

  • Why Squashing Functions in Multi-Layer Neural Networks
    Szerző: Urenda Julio C., et al.
    Megjelent: (2020)
  • Kappa Regression an Alternative to Logistic Regression /
    Szerző: Dombi József, et al.
    Megjelent: (2020)
  • Sector based linear regression, a new robust method for the multiple linear regression
    Szerző: Nagy Gábor
    Megjelent: (2018)
  • Interpretable neural networks based on continuous-valued logic and multicriteria decision operators
    Szerző: Csiszár Orsolya, et al.
    Megjelent: (2020)
  • How to implement MCDM tools and continuous logic into neural computation? Towards better interpretability of neural networks /
    Szerző: Csiszár Orsolya, et al.
    Megjelent: (2020)

Keresési lehetőségek

  • Keresési előzmények
  • Összetett keresés

További keresési lehetőségek

  • Böngészés
  • Betűrend szerinti listázás
  • Ajánló
  • Legújabb tételek

Segítségre van szüksége?

  • Keresési segédlet
  • Impresszum

Könyvtári szolgáltatások

  • SZTE Klebelsberg Könyvtár és Levéltár
  • Contenta Repozitóriumok
  • Katalógus
Copyright 2025 SZTE Informatikai és Szolgáltatási Igazgatóság Könyvtár-informatikai és Adatgazdálkodási Egység
Töltés...