Multi-objective, Multi-class and Multi-label Data Classification with Class Imbalance : Theory and Practices (Springer Tracts in Nature-inspired Computing) / Chakraborty, Sanjay/ Dey, Lopamudra

Multi-objective, Multi-class and Multi-label Data Classification with Class Imbalance : Theory and Practices (Springer Tracts in Nature-inspired Computing) （2025）

個数：

Multi-objective, Multi-class and Multi-label Data Classification with Class Imbalance : Theory and Practices (Springer Tracts in Nature-inspired Computing) （2025）

Chakraborty, Sanjay/ Dey, Lopamudra

ウェブストア価格 ¥40,829（本体¥37,118）
Springer Nature（2025/01発売）
外貨定価 US$ 199.99
ポイント 371pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 176 p.
言語 ENG
商品コード 9789819796212

Full Description

This book explores intricate world of data classification with 'Multi-Objective, Multi-Class, and Multi-Label Data Classification.' This book studies sophisticated methods and strategies for working with complicated data sets, tackling the difficulties of various classes, many objectives, and complicated labelling tasks. This resource fosters a deeper grasp of multi-dimensional data analysis in today's data-driven world by providing readers with the skills and insights needed to navigate the subtleties of modern classification jobs, from algorithmic techniques to practical applications.

1. Introduction to Classification.- 2. Class Imbalance and Data Irregularities in Classification.- 3. Multi-class Classification.- 4. Multi-Objective and Multi-Label Classification.- 5. Deep Learning Inspired Multiclass and Multilabel Classification.- 6. Applications of Multi-objective, Multi-label and Multi-class Classifications.