DSpace DSpace UPC
 English   Castellano   Català  

Treballs academics UPC >
Facultat d'Informàtica de Barcelona >
Enginyeria Informàtica (Pla 2003) >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2099.1/15428

Ítem no disponible en accés obert per acord de confidencialitat

Arxiu Descripció MidaFormat
77975.pdf906.25 kBAdobe PDF Accés restringit

Títol: Web content classification in a massively parallel platform
Altres títols: Automatic web content categorization machine learning
Autor: Mutsuda Zapater, Masumi
Tutor/director/avaluador: Giménez, Ivan; Barlet Ros, Pere Veure Producció científica UPC
Universitat: Universitat Politècnica de Catalunya
Càtedra /Departament: Universitat Politècnica de Catalunya. Departament d’Arquitectura de Computadors
Matèries: Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
Machine learning
World Wide Web--Subject access
Bayesian statistical decision
Entropy (Information theory)
aprenentatge
machine
learning
ML
IA
Aprenentatge automàtic
Web--Accés temàtic
Estadística bayesana
Entropia (Teoria de la informació)
Data: 18-jun-2012
Tipus de document: Master thesis (pre-Bologna period)
Resum: This Master Thesis consists of designing and implementing a web content classification application which include well-known algorithms for document classification such as Naïve Bayes and Maximum Entropy and inspired by proven tools like Rapidminer.
URI: http://hdl.handle.net/2099.1/15428
Condicions d'accés: Restricted access - confidentiality agreement
Apareix a les col·leccions:Enginyeria Informàtica (Pla 2003)
Comparteix:



Stats Mostra les estadístiques d'aquest ítem

SFX Query

Queda prohibida la reproducció, transformació, distribució i comunicació pública d'aquesta obra. Es permet, en tot cas, la reproducció per a ús privat sempre i quan la còpia que se'n faci no sigui objecte d'utilització col·lectiva ni lucrativa (art. 31.2 del Reial Decret Legislatiu 1/1996, de 12 d'abril, pel qual s'aprova el Text Refós de la Llei de Propietat Intel·lectual, http://bibliotecnica.upc.es/sepi/legislacio.asp).

Per a qualsevol ús que es vulgui fer diferent al permès, dirigiu-vos a: sepi@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius