Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Cybernetics and Information Technologies
Édition 20 (2020): Edition 6 (Décembre 2020)
Accès libre
High Performance Machine Learning Models of Large Scale Air Pollution Data in Urban Area
Snezhana G. Gocheva-Ilieva
Snezhana G. Gocheva-Ilieva
Faculty of Mathematics and Informatics, University of Plovdiv Paisii Hilendarski
Plovdiv, Bulgaria
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Gocheva-Ilieva, Snezhana G.
,
Atanas V. Ivanov
Atanas V. Ivanov
Faculty of Mathematics and Informatics, University of Plovdiv Paisii Hilendarski
Plovdiv, Bulgaria
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Ivanov, Atanas V.
et
Ioannis E. Livieris
Ioannis E. Livieris
Department of Mathematics, University of Patras
Patras, Greece
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Livieris, Ioannis E.
31 déc. 2020
Cybernetics and Information Technologies
Édition 20 (2020): Edition 6 (Décembre 2020)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
31 déc. 2020
Pages:
49 - 60
Reçu:
10 sept. 2020
Accepté:
04 nov. 2020
DOI:
https://doi.org/10.2478/cait-2020-0060
Mots clés
Machine learning
,
Random Forest
,
Autoregressive integrated moving average
,
error correction
,
time series
,
forecasting
© 2020 Snezhana G. Gocheva-Ilieva et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.