文献
J-GLOBAL ID:202002223682453888
整理番号:20A1059217
通信産業におけるChurn予測のための過剰生産と選択アプローチを用いたネスト化アンサンブル学習者の探索【JST・京大機械翻訳】
Exploring nested ensemble learners using overproduction and choose approach for churn prediction in telecom industry
著者 (5件):
Ahmed Mahreen
(National University of Sciences and Technology, Islamabad, Pakistan)
,
Afzal Hammad
(National University of Sciences and Technology, Islamabad, Pakistan)
,
Siddiqi Imran
(Bahria University, Islamabad, Pakistan)
,
Amjad Muhammad Faisal
(National University of Sciences and Technology, Islamabad, Pakistan)
,
Khurshid Khawar
(National University of Sciences and Technology, Islamabad, Pakistan)
資料名:
Neural Computing & Applications
(Neural Computing & Applications)
巻:
32
号:
8
ページ:
3237-3251
発行年:
2020年
JST資料番号:
W0703A
ISSN:
0941-0643
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
ドイツ (DEU)
言語:
英語 (EN)