Buchumschlag

A Machine Learning Framework for Personalized Job Recommendation

Fuente: Zenodo

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rumana Hasinullah Shaikh, Subhalaxmi Nayak
Format:	Recurso digital
Veröffentlicht:	Zenodo 2026
Schlagworte:	Machine Learning algorithms Support Vector System Random Forest Splitting techniques
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Insights into breast cancer: A simple machine learning method for early disease detection
von: Sowah, Anthony, et al.
Veröffentlicht: (2025)

Predictive Crop Yield Modeling and Soil Quality Classification using Machine Learning
von: Manju Sadasivan, et al.
Veröffentlicht: (2025)

IMPROVING THE RELIABILITY OF MACHINE LEARNING MODELS BY FILLING IN MISSING NAN VALUES IN MEDICAL DATASETS USING A GENETIC ALGORITHM
von: Shokhrukh Sariyev
Veröffentlicht: (2025)

Classification Models Analysis for Stroke Prediction
von: Santos, Dheiver Francisco
Veröffentlicht: (2023)

Age Dominates Machine Learning Survival Prediction in Haematological Malignancies: A Multi-Disease Analysis of 192,825 Patients Demonstrates Cox Regression Sufficiency
von: Farquhar, Hayden
Veröffentlicht: (2026)

Comparative analysis of K-Means, SVM, Decision Tree and Naive Bayes in Predicting Diabetes Presence
von: Rohan Almeida, et al.
Veröffentlicht: (2023)

Cocoa Map for Cote d'Ivoire and Ghana
von: Abu, Itohan-Osa, et al.
Veröffentlicht: (2020)

Crop Advisor: Intelligent Crop Recommendation System
von: Viraj Nalawade
Veröffentlicht: (2025)

Customer Churn Prediction in the Software by Subscription models IT business using machine learning methods
von: Kolesnikova, Kateryna
Veröffentlicht: (2021)

Predicting the Success of Marketing Campaigns in the Banking Sector
von: Harshith P
Veröffentlicht: (2025)

Student Performance Prediction Using Machine Learning
von: Hrutuja Umakant Aher
Veröffentlicht: (2026)

Integrating machine learning and prioritization to decipher the partitioning and risk of tire-derived chemicals in highly populated coastal regions.
von: Wu, Nian-Nian, et al.
Veröffentlicht: (2026)

Application of bayesian additive regression trees in the development of credit scoring models in Brazil
von: Daniel Alves de Brito
Veröffentlicht: (2018)

Online Subsidy Management System Using Machine Learning (Algorithm- Logistic Regression, Random Forest, Decision Tree)
von: Aniket Bhandare, Soundrya Biradar, Nikhil Lonari, Vishwaraj Pawar, Pallavee Bavane-Patil
Veröffentlicht: (2026)

Application of Different Machine Learning Techniques for Predicting Heart Dieses
von: Tejaswini Zope, et al.
Veröffentlicht: (2021)

Machine Learning-Based Employee Performance Rating System
von: Siddharth Sharma, et al.
Veröffentlicht: (2026)

The Importance of Word-final Vowel Duration for Non-native Portuguese Speaker Identification by Means of Support Vector Machines
von: Suzanne Franks
Veröffentlicht: (2014)

Smote_easy: um algoritmo para tratar o problema de classificação em bases de dados reais
von: Hugo Leonardo Pereira Rufino
Veröffentlicht: (2016)

Mobile Health Tech Models for Malaria Vector Control in Kigali: One-Year Mosquito Population Reduction Evaluation
von: Ruzindana, Kizito
Veröffentlicht: (2001)

Diseño de un modelo de detección temprana de amenazas cibernéticas en PYMES colombianas mediante técnicas de inteligencia artificial
von: Reina, Edgar Andres
Veröffentlicht: (2026)

PREDICTION OF TBM PENETRATION RATE USING SUPPORT VECTOR MACHINE
von: ALIREZA AFRADI
Veröffentlicht: (2020)

Modelling effective soil depth at field scale from soil sensors and geomorphometric indices
von: Mauricio Castro Franco
Veröffentlicht: (2017)

Methodology for Classifying the Structural State of Uninspected Pipes in Sewer Networks Based on Support Vector Machines
von: Nathalie Hernández
Veröffentlicht: (2022)

Chapter Supporting decision-makers in healthcare domain. A comparative study of two interpretative proposals for Random Forests
von: Aria, Massimo, et al.
Veröffentlicht: (2022)

Comparison of Kernel Functions in the Classification of Irradiance Zones from Multispectral Satellite Images
von: Dalila-Mercedes Pachajoa
Veröffentlicht: (2021)

Prediction of Abnormal Wine Fermentations Using Computational Intelligent Techniques
von: Gonzalo Hernández
Veröffentlicht: (2015)

Enhancing Marble Waste Recycling Through Machine Learning: The Role of Particle Size Variation and Class Imbalance Mitigation
von: Shambhavi Sinha
Veröffentlicht: (2026)

Background Subtraction for Time of Flight Imaging
von: Javier Giacomantone
Veröffentlicht: (2017)

Advanced Multi-Crop Disease Classification: A Stacking Ensemble Approach for Solanaceae and Malvaceae in Tirupattur District
von: BASKAR M, et al.
Veröffentlicht: (2025)

Hierarchical pattern recognition in milking parameters predicts mastitis prevalence
von: Ebrahimie, Esmaeil, et al.
Veröffentlicht: (2018)

A Survey on Liver Cancer Detection Using Hyperfusion of CNN and SVM in Machine Learning
von: Kalaiselvi N
Veröffentlicht: (2025)

Improving an Industrial problem optimizing the material in car seats
von: Alberto Ochoa - Zezzatti
Veröffentlicht: (2016)

Named Entity Recognition for Konkani Speech
von: Shalaka Naik Dessai
Veröffentlicht: (2025)

UML to model pollution patterns of the Smart Cities for Metropolitan Zone of Guadalajara
von: Martha Patricia Martínez Vargas
Veröffentlicht: (2021)

Automatic detection of bumblebees using video analysis
von: Willy Azarcoya-Cabiedes
Veröffentlicht: (2014)

Aplicación de una red neuronal feed-forward backpropagation para el diagnóstico de fallas mecánicas en motores de encendido provocado
von: Wilmer Contreras Urgilés
Veröffentlicht: (2019)

PALSAR-2/ALOS-2 AND OLI/LANDSAT-8 DATA INTEGRATION FOR LAND USE AND LAND COVER MAPPING IN NORTHERN BRAZILIAN AMAZON
von: João Arthur Pompeu Pavanelli
Veröffentlicht: (2018)

IgniWise Dataset — Prescribed Burn Window Prediction for Spain (1983–2015)
von: Romera Martínez, Sergio
Veröffentlicht: (2026)

A COMPARATIVE ANALYSIS OF MULTIPLE APPROACHES MACHINE LEARNING FOR PREDICTING AND ANALYSING URINE PH AMOUNT
von: Prajna Bhunia, et al.
Veröffentlicht: (2023)

A review of Machine Learning (ML) algorithms used for modeling travel mode choice
von: Juan D. Pineda-Jaramillo
Veröffentlicht: (2019)