Calders / Esposito / Hüllermeier | Machine Learning and Knowledge Discovery in Databases | Buch | 978-3-662-44847-2 | sack.de

Buch, Englisch, Band 8724, 709 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 11227 g

Reihe: Lecture Notes in Computer Science

Calders / Esposito / Hüllermeier

Machine Learning and Knowledge Discovery in Databases

European Conference, ECML PKDD 2014, Nancy, France, September 15-19, 2014. Proceedings, Part I
Erscheinungsjahr 2014
ISBN: 978-3-662-44847-2
Verlag: Springer

European Conference, ECML PKDD 2014, Nancy, France, September 15-19, 2014. Proceedings, Part I

Buch, Englisch, Band 8724, 709 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 11227 g

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-662-44847-2
Verlag: Springer


This three-volume set LNAI 8724, 8725 and 8726 constitutes the refereed proceedings of the European Conference on Machine Learning and Knowledge Discovery in Databases: ECML PKDD 2014, held in Nancy, France, in September 2014. The 115 revised research papers presented together with 13 demo track papers, 10 nectar track papers, 8 PhD track papers, and 9 invited talks were carefully reviewed and selected from 550 submissions. The papers cover the latest high-quality interdisciplinary research results in all areas related to machine learning and knowledge discovery in databases.

Calders / Esposito / Hüllermeier Machine Learning and Knowledge Discovery in Databases jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Dynamic networks and knowledge discovery.- Interactions between data mining and natural language processing.- Mining ubiquitous and social environments.- Statistically sound data mining.- Machine learning for urban sensor data.- Multi-target prediction.- Representation learning.- Neural connectomics: from imaging to connectivity.- Data analytics for renewable energy integration.- Linked data for knowledge discovery.- New frontiers in mining complex patterns.- Experimental economics and machine learning.- Learning with multiple views: applications to computer vision and multimedia mining.- Generalization and reuse of machine learning models over multiple contexts.- Predictive web analytics.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.