Repozytorium Publikacji i Biblioteka Cyfrowa US
Inne zasoby cyfrowe
Zobacz też
Katalog główny
Biblioteka Główna US
Uniwersytet Szczeciński
Informacje
Regulamin
Zaproponuj
Zaloguj
Sortowanie
Udostępnienie (od najnowszych)
Udostępnienie (od najstarszych)
Popularność dzisiaj
Popularność ost. 7 dni
Popularność ost. 30 dni
Popularność ogółem
Tytuł (A-Z)
Tytuł (Z-A)
Rok wydania (od najnowszej)
Rok wydania (od najstarszej)
Pokaż tylko dostępne tu i teraz
Aktualne kryteria
Publikacje pracowników US
machine learning
Kozlovska Polina
Nauki o Ziemi i środowisku
Kategorie
Publikacje pracowników US
5
Tematy
machine learning
uczenie maszynowe
4
analityka predykcyjna
2
analiza danych
2
predictive analytics
2
analiza predykcyjna
1
autonomous vessels
1
climate change modeling
1
Twórcy
Kozlovska Polina
Miller Tymoteusz
5
Lewita Klaudia
4
Durlik Irmina
3
Kaczanowska Oliwia
3
Łobodzińska Adrianna
3
Biedrzycka Julia
1
Dorobczyński Lech
1
Dyscypliny naukowe
Nauki o Ziemi i środowisku
Dziedzina nauk ścisłych i przyrodniczych
5
Lata wydania
Od roku
Do roku
Języki
angielski
5
Filtry
Pokaż/ukryj filtry
Wyświetlone
1-5
z
5
rekordów.
Harnessing XGBoost 2.0 : a leap forward in climate science analytics
Miller Tymoteusz
Grail of Science, 2023, nr 34, s. 423-431
Kategoria
Publikacje pracowników US
Udostępniono
12 mar 2024
Deciphering the deep : machine learning approaches to understanding oceanic ecosystems
Miller Tymoteusz
Grail of Science, 2024, nr 36, s. 526-534
Kategoria
Publikacje pracowników US
Udostępniono
28 lut 2024
Advancing water quality prediction : the role of machine learning in environmental science
Miller Tymoteusz
Grail of Science, 2024, nr 36, s. 519-525
Kategoria
Publikacje pracowników US
Udostępniono
27 lut 2024
XGBoost in environmental ecology : a powerful tool for sustainable insights
Miller Tymoteusz
Grail of Science, 2023, nr 34, s. 163-170
Kategoria
Publikacje pracowników US
Udostępniono
22 lut 2024
Revolutionizing marine traffic management : a comprehensive review of machine learning applications in complex maritime systems
Durlik Irmina
Applied Science, 2023, 13(14) 8099, s. 1-16
Kategoria
Publikacje pracowników US
Udostępniono
2 sie 2023