Synopsis
La sicurezza informatica nel contesto dei big data è nota per essere un problema critico e rappresenta una grande sfida per la comunità di ricerca. Gli algoritmi di apprendimento automatico sono stati proposti come candidati per gestire i problemi di sicurezza dei big data. Tra questi algoritmi, le macchine a vettori di supporto (SVM) hanno ottenuto un notevole successo su vari problemi di classificazione. Tuttavia, per stabilire un SVM efficace, l'utente deve negare in anticipo la corretta configurazione dell'SVM, un compito impegnativo che richiede conoscenze specialistiche e una grande quantità di sforzi manuali per tentativi ed errori. Qui formuliamo il processo di configurazione dell'SVM come un problema di ottimizzazione bi-obiettivo in cui l'accuratezza e la complessità del modello sono considerati due obiettivi in conflitto. Proponiamo un nuovo framework iper-euristico per l'ottimizzazione bi-obiettivo che è indipendente dal dominio del problema. È la prima volta che viene sviluppato un iper-euristico per questo problema. La struttura iper-euristica proposta consiste in una strategia di alto livello e in un'euristica di basso livello.
"synopsis" may belong to another edition of this title.
Search results for Sicurezza informatica dei Big Data con l'apprendimento...
Seller Image
Sicurezza informatica dei Big Data con l'apprendimento automatico
Published by
Edizioni Sapienza Sep 2023, 2023
ISBN 10: 6206503453
ISBN 13: 9786206503453
New
Taschenbuch
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -La sicurezza informatica nel contesto dei big data è nota per essere un problema critico e rappresenta una grande sfida per la comunità di ricerca. Gli algoritmi di apprendimento automatico sono stati proposti come candidati per gestire i problemi di sicurezza dei big data. Tra questi algoritmi, le macchine a vettori di supporto (SVM) hanno ottenuto un notevole successo su vari problemi di classificazione. Tuttavia, per stabilire un SVM efficace, l'utente deve negare in anticipo la corretta configurazione dell'SVM, un compito impegnativo che richiede conoscenze specialistiche e una grande quantità di sforzi manuali per tentativi ed errori. Qui formuliamo il processo di configurazione dell'SVM come un problema di ottimizzazione bi-obiettivo in cui l'accuratezza e la complessità del modello sono considerati due obiettivi in conflitto. Proponiamo un nuovo framework iper-euristico per l'ottimizzazione bi-obiettivo che è indipendente dal dominio del problema. È la prima volta che viene sviluppato un iper-euristico per questo problema. La struttura iper-euristica proposta consiste in una strategia di alto livello e in un'euristica di basso livello. 64 pp. Italienisch. Seller Inventory # 9786206503453
Seller Image
Sicurezza informatica dei Big Data con l apprendimento automatico
Print on DemandSeller: moluna, Greven, Germany
Seller rating 4 out of 5 stars
Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Arun Kumar KandruDr Arun Kumar Kandru Professore Assoc. di CSE presso il Malla Reddy Engineering College, con 13 anni di esperienza di insegnamento.Dr Anuradha Chinta Professore aggiunto di CSE presso il V R Siddhartha Engineering Co. Seller Inventory # 1133896926
Buy New
£ 32.23
£ 43.04 shipping
Ships from Germany to U.S.A.
Ships from Germany to U.S.A.
Quantity: Over 20 available
Seller Image
Sicurezza informatica dei Big Data con l'apprendimento automatico
Published by
Edizioni Sapienza Sep 2023, 2023
ISBN 10: 6206503453
ISBN 13: 9786206503453
New
Taschenbuch
Seller: buchversandmimpf2000, Emtmannsberg, BAYE, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. Neuware -La sicurezza informatica nel contesto dei big data è nota per essere un problema critico e rappresenta una grande sfida per la comunità di ricerca. Gli algoritmi di apprendimento automatico sono stati proposti come candidati per gestire i problemi di sicurezza dei big data. Tra questi algoritmi, le macchine a vettori di supporto (SVM) hanno ottenuto un notevole successo su vari problemi di classificazione. Tuttavia, per stabilire un SVM efficace, l'utente deve negare in anticipo la corretta configurazione dell'SVM, un compito impegnativo che richiede conoscenze specialistiche e una grande quantità di sforzi manuali per tentativi ed errori. Qui formuliamo il processo di configurazione dell'SVM come un problema di ottimizzazione bi-obiettivo in cui l'accuratezza e la complessità del modello sono considerati due obiettivi in conflitto. Proponiamo un nuovo framework iper-euristico per l'ottimizzazione bi-obiettivo che è indipendente dal dominio del problema. È la prima volta che viene sviluppato un iper-euristico per questo problema. La struttura iper-euristica proposta consiste in una strategia di alto livello e in un'euristica di basso livello.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Italienisch. Seller Inventory # 9786206503453
Seller Image
Sicurezza informatica dei Big Data con l'apprendimento automatico : Sicurezza informatica
Print on DemandSeller: AHA-BUCH GmbH, Einbeck, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - La sicurezza informatica nel contesto dei big data è nota per essere un problema critico e rappresenta una grande sfida per la comunità di ricerca. Gli algoritmi di apprendimento automatico sono stati proposti come candidati per gestire i problemi di sicurezza dei big data. Tra questi algoritmi, le macchine a vettori di supporto (SVM) hanno ottenuto un notevole successo su vari problemi di classificazione. Tuttavia, per stabilire un SVM efficace, l'utente deve negare in anticipo la corretta configurazione dell'SVM, un compito impegnativo che richiede conoscenze specialistiche e una grande quantità di sforzi manuali per tentativi ed errori. Qui formuliamo il processo di configurazione dell'SVM come un problema di ottimizzazione bi-obiettivo in cui l'accuratezza e la complessità del modello sono considerati due obiettivi in conflitto. Proponiamo un nuovo framework iper-euristico per l'ottimizzazione bi-obiettivo che è indipendente dal dominio del problema. È la prima volta che viene sviluppato un iper-euristico per questo problema. La struttura iper-euristica proposta consiste in una strategia di alto livello e in un'euristica di basso livello. Seller Inventory # 9786206503453