Name: Klassifizierung bösartiger URLs (en Alemán)
Price: 1432.76 MXN
Availability: InStock
Author: Ambata, Jo Simon ; Gaurana, Jose Lean ; Jacinto, Dan Nicole
ISBN: 9786205307335

Envío gratis

portada Klassifizierung bösartiger URLs (en Alemán)

Formato

Libro Físico

Autor

Editorial

Idioma

Alemán

N° páginas

180

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 1.0 cm

Peso

0.27 kg.

ISBN13

9786205307335

Categorías

Tecnología de la información: cuestiones generales

Klassifizierung bösartiger URLs (en Alemán)

Jo Simon Ambata (Autor) · Jose Lean Gaurana (Autor) · Dan Nicole Jacinto (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 1,432.76

$ 2,605.03

Ahorras: $ 1,172.26

45% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 05 de Agosto y el Viernes 16 de Agosto.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Klassifizierung bösartiger URLs (en Alemán)"

In diesem Buch geht es um die Entwicklung eines Modells, das mithilfe von Methoden des maschinellen Lernens klassifiziert, ob eine bestimmte Website legitim oder bösartig ist, und um die Frage, ob die Erhöhung der Anzahl der Merkmale eines Modells zu einer Steigerung seiner Leistung führt. Die Autoren verwendeten drei verschiedene Fälle, um ein optimales Modell zu erstellen, wobei sich jeder Fall durch die Anzahl der im Datensatz verwendeten Merkmale unterscheidet. Im ersten Fall wurde der Basis- oder Originaldatensatz verwendet. Im zweiten Fall wurde ein erweiterter Merkmalsatz verwendet. Im dritten Fall wurde ein Algorithmus zur Merkmalsauswahl im erweiterten Merkmalsatz verwendet, um einen neuen Datensatz zu erstellen. Die zur Erstellung der Modelle verwendeten Klassifikatoren sind Random Forest, J48, C-SVC und kNN. Das Ergebnis zeigte eine Leistungssteigerung beim Vergleich der Modelle des ersten Falles mit denen des zweiten Falles. Beim Vergleich der Modelle des zweiten Falls mit den Modellen des dritten Falls wurde keine signifikante Veränderung festgestellt. Die Studie zeigte, dass es eine direkt proportionale Beziehung zwischen der Anzahl der Merkmale eines Modells und der Leistung des Modells gibt. Eine Erweiterung der Anzahl der Merkmale des Datensatzes führt zu einer Steigerung der Leistung jedes Modells.