Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Teaching Framework Based on Big Data of Students’ Learning Behaviors: A Case Study of Academic Performance Prediction Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

Application of Decision Tree and Bayesian Classification Algorithm in Visual Communication Design

verfasst von : Jing Bai

Erschienen in: Frontier Computing

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The application of decision tree and Bayesian classification algorithm in visual communication design is to find the best solution or model for a given problem. The decision tree is used to classify the project into one of the predefined classes according to the characteristics of the project. It helps to find out which function has the maximum, minimum or average value among all other functions. The output of this model can be used as the input of Bayesian classifier so that it can provide a good prediction of future values based on past data. The application in visual communication design is the process of using decision tree to help you decide which elements should be included in the design. The decision tree is used to determine whether the user can complete an action (such as clicking an element) without encountering any problems.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Application of Computer Virtual Simulation in Electronic Information Engineering
Nächstes Kapitel Traffic Congestion Identification and Prediction of Algorithm Collusion Translation Nested Grid Model in the Era of Big Data
Literatur
1.
Zhang, X., Wang, M.: Weighted random forest algorithm based on Bayesian algorithm. In: Journal of Physics: Conference Series, vol. 1924, no. 1, p. 012006 (2021)
2.
Chavez, T., Vohra, N., Bailey, K., et al.: Supervised Bayesian learning for breast cancer detection in terahertz imaging. Biomed. Signal Process. Control 70, 102949 (2021)CrossRef
3.
Alotaibi, A., Hamdaoui, R.: Improvement of semi-supervised document classification based on fine tuning naive Bayesian classifier. Eur. J. Sci. Res 158(3), 181–190 (2021)
4.
Levi, R., Valderhaug, V.D., Castelbuono, S., et al.: Bayesian supervised machine learning classification of neural networks with pathological perturbations. Biomed. Phys. Eng. Express 7(6), 065021 (2021)CrossRef
5.
Liu, Y., Jiang, D., Duan, H., et al.: Dynamic gesture recognition algorithm based on 3D convolutional neural network. Comput. Intell. Neurosci. 2021(12), 1–12 (2021)
6.
Neiswanger, W., Wang, K.A., Ermon, S.: Bayesian algorithm execution: estimating computable properties of black-box functions using mutual information (2021)
7.
Zhang, C., Storlie, C.B., Lee, T.: Sensitivity analysis in classification using Bayesian smoothing spline ANOVA probit regression. Can. J. Stat. 50, 928–950 (2021)MathSciNetCrossRef
8.
Brandes, S., Sicks, F., Berger, A.: Behaviour Classification on giraffes (giraffa camelopardalis) using machine learning algorithms on triaxial acceleration data of two commonly used GPS devices and its possible application for their management and conservation (2021)
9.
Liu, Y., Dou, Y., Jin, R., et al.: Hierarchical learning with backtracking algorithm based on the visual confusion label tree for large-scale image classification. Vis. Comput. 38, 897–917 (2021)CrossRef
10.
Liwei, Z.: Predictive analysis of machine learning error classification based on bayesian network. Wirel. Pers. Commun. 127, 1–20 (2021)
Metadaten
Titel
Application of Decision Tree and Bayesian Classification Algorithm in Visual Communication Design
verfasst von
Jing Bai
Copyright-Jahr
2023
Verlag
Springer Nature Singapore
Buch
Frontier Computing

Print ISBN: 978-981-9914-27-2

Electronic ISBN: 978-981-9914-28-9

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-981-99-1428-9_254

Neuer Inhalt

    Bildnachweise