Tracked shipping to South Africa with premium packaging for just R199 

Ship to
South Africa
0

My Account

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menu

Select your country

Americas

Europe

Rest of the world

portada Um modelo de floresta aleatória para classificação do cancro da mama (in Portuguese)
Type
Physical Book
Publisher
Author
Language
Portuguese
Pages
64
Format
Paperback
Dimensions
22.9 x 15.2 x 0.4 cm
ISBN13
9786209056291

Um modelo de floresta aleatória para classificação do cancro da mama (in Portuguese)

Gumel, A. M.; Adam, A. N.; Waziri, I. Z. (Author) · Edicoes Nosso Conhecimento · Paperback

Um modelo de floresta aleatória para classificação do cancro da mama (in Portuguese) - Gumel, A. M.; Adam, A. N.; Waziri, I. Z.

Cheaper New Book Imported to South Africa
Delivery: 21 Aug - 01 Sep Shipping: 13 to 14 business days.
R 876
Faster New Book Imported to South Africa
Delivery: 10 Aug - 18 Aug Shipping: 4 to 5 business days.
R 955
R 876

Choose the list to add your product or create one New List

Go to My Wishlists
Calculate shipping cost

Synopsis "Um modelo de floresta aleatória para classificação do cancro da mama (in Portuguese)"

Este livro destaca o desenvolvimento e a otimização de um modelo Random Forest (RF) para classificar o cancro da mama como benigno ou maligno utilizando o Wisconsin Breast Cancer Dataset. Após o pré-processamento de 569 amostras (357 benignas, 212 malignas), um modelo RF padrão alcançou 95,61% de precisão. Para melhorar os resultados, foi aplicada a afinação de hiperparâmetros através da Pesquisa em Grelha, ajustando parâmetros como o número de árvores (150), profundidade máxima (Nenhuma), divisão de amostras mínimas (2), folha de amostras mínimas (1) e semente aleatória (123). O modelo de RF optimizado alcançou 99,12% de exatidão, precisão, recuperação e pontuação F1, superando outros métodos como SVM, XGBoost e implementações anteriores de RF. Os resultados mostram uma redução de falsos negativos e ausência de falsos positivos, indicando uma elevada sensibilidade e especificidade. O trabalho sublinha o valor da afinação meticulosa dos hiperparâmetros em aplicações de IA médica e sugere uma futura integração com redes neuronais e modelos híbridos para melhorar o desempenho no diagnóstico clínico do cancro da mama.

Customers reviews

More customer reviews
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Frequently Asked Questions about the Book

Is the book original?

All books in our catalog are Original.

In what language is the book written?

The book is written in Portuguese.

What is the format of this book?

The binding of this edition is Paperback.

Questions and Answers about the Book

Do you have a question about the book? Login to be able to add your own question.

Opinions about Bookdelivery

More customer reviews