Data Analysis, Learning Symbolic & Numeric Knowledge: Proceedings of the Conference on Data Analysis, Learning Symbolic & Numeric Knowledge

Prin parcurgerea acestui volum, cititorul va putea implementa metodologii avansate de procesare a informației, integrând în modelele de calcul atât datele numerice brute, cât și structurile simbolice complexe. Notăm cu interes modul în care lucrarea Data Analysis, Learning Symbolic & Numeric Knowledge coordonată de E Diday reușește să ofere o bază tehnică pentru sisteme de inteligență artificială capabile să extragă sens din seturi de date eterogene. Considerăm că forța acestui volum rezidă în abordarea duală: nu se limitează la statistica tradițională, ci explorează modul în care cunoștințele pot fi organizate și învățate prin procese de clasificare simbolică. Abordarea diferă de Selected Contributions in Data Analysis and Classification de Paula Brito prin faptul că este mai puțin axată pe omagiul istoric și mai mult pe rigoarea tehnică a algoritmilor de învățare prezentați în cadrul conferinței. De asemenea, față de Conceptual and Numerical Analysis of Data de W. Gaul, acest volum pune un accent mai mare pe tranziția de la analiza numerică la reprezentarea simbolică a cunoașterii, oferind un cadru mai aplicabil în dezvoltarea sistemelor expert. Structura lucrărilor este densă, axată pe demonstrații și modele matematice, fiind o resursă esențială pentru cercetătorii care doresc să înțeleagă fundamentele analizei de date înainte de era exploziei 'big data'.