Predicting browser retention using deep learning

Visa enkel post
dc.contributor.authorHagesjö, Andreas
dc.contributor.authorHagmar, Magnus
dc.contributor.departmentChalmers tekniska högskola / Institutionen för signaler och systemsv
dc.contributor.departmentChalmers University of Technology / Department of Signals and Systemsen
dc.date.accessioned2019-07-03T14:31:41Z
dc.date.available2019-07-03T14:31:41Z
dc.date.issued2017
dc.identifier.urihttps://hdl.handle.net/20.500.12380/250412
dc.language.isoeng
dc.relation.ispartofseriesEx - Institutionen för signaler och system, Chalmers tekniska högskola : EX032/2017
dc.setspec.uppsokTechnology
dc.subjectElektroteknik och elektronik
dc.subjectElectrical Engineering, Electronic Engineering, Information Engineering
dc.titlePredicting browser retention using deep learning
dc.type.degreeExamensarbete för masterexamensv
dc.type.degreeMaster Thesisen
dc.type.uppsokH
local.programmeComputer science – algorithms, languages and logic (MPALG), MSc
Ladda ner
Samling
Examensarbeten för masterexamen