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
Journal of Horticultural Research
Édition 31 (2023): Edition 2 (Décembre 2023)
Accès libre
Evapotranspiration Estimation Using Machine Learning Methods
Waldemar Treder
Waldemar Treder
The National Institute of Horticultural Research
Skierniewice, Poland
Profil Orcid
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Treder, Waldemar
,
Krzysztof Klamkowski
Krzysztof Klamkowski
The National Institute of Horticultural Research
Skierniewice, Poland
Profil Orcid
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Klamkowski, Krzysztof
,
Katarzyna Wójcik
Katarzyna Wójcik
The National Institute of Horticultural Research
Skierniewice, Poland
Profil Orcid
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Wójcik, Katarzyna
et
Anna Tryngiel-Gać
Anna Tryngiel-Gać
The National Institute of Horticultural Research
Skierniewice, Poland
Profil Orcid
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Tryngiel-Gać, Anna
29 déc. 2023
Journal of Horticultural Research
Édition 31 (2023): Edition 2 (Décembre 2023)
À propos de cet article
Article précédent
Article suivant
Résumé
Article
Figures et tableaux
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
29 déc. 2023
Pages:
35 - 44
Reçu:
01 sept. 2023
Accepté:
01 nov. 2023
DOI:
https://doi.org/10.2478/johr-2023-0033
Mots clés
regression trees
,
boosted trees
,
random forests
,
neural networks
,
weather data
,
incomplete meteorological data
© 2023 Waldemar Treder et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.