31 |
A sequential multinomial selection procedure with eliminationKastner, Thomas M. 08 1900 (has links)
No description available.
|
32 |
Top-k ranking with uncertain dataWang, Chonghai Unknown Date
No description available.
|
33 |
Ranking entities in heterogeneous multiple relation social networks using random walksSangi, Farzad Unknown Date
No description available.
|
34 |
The profile likelihood method in finding confidence intervals and its comparison with the bootstrap percentile method /Dai, Chenglu, January 2008 (has links)
Thesis (M.A.) in Mathematics--University of Maine, 2008. / Includes vita. Includes bibliographical references (leaf 49).
|
35 |
Analysis of ranking data with covariates /Lam, Hon-kwan. January 1998 (has links)
Thesis (M. Phil.)--University of Hong Kong, 1998. / Includes bibliographical references (leaves 84-86).
|
36 |
Minimum disparity inference for discrete ranked set sampling dataAlexandridis, Roxana Antoanela. January 2005 (has links)
Thesis (Ph. D.)--Ohio State University, 2005. / Title from first page of PDF file. Document formatted into pages; contains xi, 124 p.; also includes graphics. Includes bibliographical references (p. 121-124). Available online via OhioLINK's ETD Center
|
37 |
The Profile Likelihood Method in Finding Confidence Intervals and its Comparison with the Bootstrap Percentile MethodDai, Chenglu January 2008 (has links) (PDF)
No description available.
|
38 |
Reflexiones sobre el ranking Sunedu: Información , Rankings y CalidadVega Ganoza, Juan Fernando 07 June 2018 (has links)
VII Jornadas Nacionales de Bibliotecas Académicas. "El aporte de la Biblioteca Univesitaria a la calidad Educativa", realizada del 7 al 8 de Junio de 2018 en la Universidad Continental, Huancayo. Perú. Evento organizado por Altamira. / Conferencia que aborda las reflexiones sobre el ranking Sunedu.
|
39 |
Efeito do Ranking Sobre Métricas de Categorização Multi Rótulo de TextoMELOTTI, B. Z. 27 November 2009 (has links)
Made available in DSpace on 2016-08-29T15:32:30Z (GMT). No. of bitstreams: 1
tese_2759_DissertacaoMestradoBrunoZanettiMelotti.pdf: 1283815 bytes, checksum: 1948186d38f6639b57cb0387d5eaba2c (MD5)
Previous issue date: 2009-11-27 / Dado um documento para categorização, um sistema de categorização multi-rótulo de texto tipicamente ordena um conjunto de categorias pré-definido, de acordo com a adequação delas ao documento, e seleciona as categorias do topo do ranking como o conjunto de categorias do documento. Empates no ranking eventualmente existentes podem ser tratados de diferentes maneiras, mas, muito embora isso possa afetar as métricas utilizadas para avaliar o desempenho dos categorizadores multi-rótulo de texto, este problema parece ter sido pouco estudado na literatura. Neste trabalho, analisamos o impacto de diferentes tipos de ranking sobre diversas métricas de avaliação de desempenho de categorizadores multi-rótulo de texto, a saber: one-error, coverage, ranking loss, average precision, R-precision, Hamming loss, exact match, precision, recall, e 1 F . Para isso, reformulamos sua definição de modo a considerar empates de acordo com o tipo de ranking empregado. Utilizamo-las então para avaliar o desempenho das técnicas de categorização multi-rótulo de texto k -vizinhos mais próximos ( k NN), k -vizinhos mais próximos multi-rótulo (ML- k NN), rede neural sem peso do tipo VG-RAM (VG-RAM WNN) e VG-RAM com correlação de dados (VG-RAM WNNCOR) na categorização de duas bases multi-rótulo de texto com grande número de categorias (105 e 692 categorias). Descobrimos que, dependendo do tipo de ranking empregado, os resultados de desempenho são significativamente diferentes para muitas das métricas analisadas, o que sugere que o tipo de ranking deve ser claramente indicado na avaliação de técnicas de categorização multi-rótulo de texto.
|
40 |
Las universidades peruanas en SCImago Institutions RankingBustos-Gonzalez, Atilio 19 April 2018 (has links)
Conferencia realizado el 19 de Abril de 2018 en las instslaciones de la Universidad Peruana de Ciencias Aplicadas (UPC), campus San Isidro. Lima Perú. Evento auspiciado por Universidad y FIPES. / Conferencia acerca de la importancia de los rankings universitarios: caso SCIMAGO.
|
Page generated in 0.0633 seconds