Cantitate/Preț
Produs
Total produse
Vezi coșul
Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2010, Barcelona, Spain, September 20-24, 2010. Proceedings, Part I de José L. Balcázar

Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2010, Barcelona, Spain, September 20-24, 2010. Proceedings, Part I: Lecture Notes in Computer Science, cartea 6321

Editat de José L. Balcázar, Francesco Bonchi, Aristides Gionis, Michèle Sebag
en Limba Engleză Paperback – 13 sep 2010

Actualizarea adusă de acest volum rezidă în consolidarea joncțiunii dintre învățarea automată și descoperirea cunoștințelor în baze de date, proces început în 2001 și formalizat prin comitetul director unic stabilit în 2008. Remarcăm faptul că această a doua parte a lucrărilor conferinței ECML PKDD 2010 se concentrează pe rigoarea algoritmică și scalabilitatea soluțiilor de procesare a datelor complexe. Structura volumului este organizată în jurul lucrărilor regulate, facilitând o progresie de la fundamente teoretice la aplicații practice în rețele dinamice.

Analizând cuprinsul, observăm o acoperire vastă a domeniului: de la planificarea eficientă în modele POMDP mari, la algoritmi pentru predicția legăturilor în grafuri statice și dinamice. Cititorul care a aplicat ideile din Knowledge Discovery in Databases: PKDD 2006 de Johannes Fürnkranz va găsi aici completările necesare pentru noile provocări din 2010, în special în ceea ce privește modelele de difuzie a informației în rețelele sociale și învățarea cu ansambluri de arbori randomizați. Considerăm că includerea unor teme precum propagarea virușilor pe rețele variabile în timp și descoperirea structurii rețelelor Bayesiene locale oferă instrumente matematice esențiale pentru cercetarea contemporană.

Prezența unor nume de referință precum Jürgen Schmidhuber sau Christos Faloutsos în cadrul sesiunilor plenare subliniază nivelul înalt de expertiză al acestei ediții. Volumul nu se limitează la teorie, ci integrează și perspective din sesiunile industriale, abordând probleme de scalabilitate și eficiență în extragerea tiparelor optime, elemente cruciale pentru implementările în sisteme de producție mari.

Citește tot Restrânge

Din seria Lecture Notes in Computer Science

Preț: 63764 lei

Preț vechi: 79705 lei
-20%

Puncte Express: 956
Paperback (3) de la 33210 lei

Carte disponibilă

Livrare economică 27 mai-10 iunie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9783642158797
ISBN-10: 364215879X
Pagini: 620
Ilustrații: XXX, 620 p. 175 illus.
Greutate: 0.91 kg
Ediția:2010
Editura: Springer Berlin, Heidelberg
Colecția Springer
Seriile Lecture Notes in Computer Science, Lecture Notes in Artificial Intelligence

Locul publicării:Berlin, Heidelberg, Germany

Public țintă

Research

De ce să citești această carte

Recomandăm acest volum cercetătorilor și studenților la doctorat care au nevoie de o bază tehnică solidă în algoritmi de inteligență artificială. Cititorul câștigă acces la metode avansate de modelare a relațiilor fără text etichetat și tehnici de optimizare a clasificatorilor Bayesieni. Este o resursă esențială pentru a înțelege evoluția algoritmilor de „machine learning” în contextul bazelor de date masive.

Cuprins

Invited Talks (Abstracts).- Mining Billion-Node Graphs: Patterns, Generators and Tools.- Structure Is Informative: On Mining Structured Information Networks.- Intelligent Interaction with the Real World.- Mining Experimental Data for Dynamical Invariants - From Cognitive Robotics to Computational Biology.- Hierarchical Learning Machines and Neuroscience of Visual Cortex.- Formal Theory of Fun and Creativity.- Regular Papers.- Porting Decision Tree Algorithms to Multicore Using FastFlow.- On Classifying Drifting Concepts in P2P Networks.- A Unified Approach to Active Dual Supervision for Labeling Features and Examples.- Vector Field Learning via Spectral Filtering.- Weighted Symbols-Based Edit Distance for String-Structured Image Classification.- A Concise Representation of Association Rules Using Minimal Predictive Rules.- Euclidean Distances, Soft and Spectral Clustering on Weighted Graphs.- Adaptive Parallel/Serial Sampling Mechanisms for Particle Filtering in Dynamic Bayesian Networks.- Leveraging Bagging for Evolving Data Streams.- ITCH: Information-Theoretic Cluster Hierarchies.- Coniunge et Impera: Multiple-Graph Mining for Query-Log Analysis.- Process Mining Meets Abstract Interpretation.- Smarter Sampling in Model-Based Bayesian Reinforcement Learning.- Predicting Partial Orders: Ranking with Abstention.- Predictive Distribution Matching SVM for Multi-domain Learning.- Kantorovich Distances between Rankings with Applications to Rank Aggregation.- Characteristic Kernels on Structured Domains Excel in Robotics and Human Action Recognition.- Regret Analysis for Performance Metrics in Multi-Label Classification: The Case of Hamming and Subset Zero-One Loss.- Clustering Vessel Trajectories with Alignment Kernels under Trajectory Compression.- Adaptive Bases for Reinforcement Learning.- Constructing Nonlinear Discriminants from Multiple Data Views.- Learning Algorithms for Link Prediction Based on Chance Constraints.- Sparse Unsupervised Dimensionality Reduction Algorithms.- Asking Generalized Queries to Ambiguous Oracle.- Analysis of Large Multi-modal Social Networks: Patterns and a Generator.- A Cluster-Level Semi-supervision Model for Interactive Clustering.- Software-Defect Localisation by Mining Dataflow-Enabled Call Graphs.- Induction of Concepts in Web Ontologies through Terminological Decision Trees.- Classification with Sums of Separable Functions.- Feature Selection for Reinforcement Learning: Evaluating Implicit State-Reward Dependency via Conditional Mutual Information.- Bagging for Biclustering: Application to Microarray Data.- Hub Gene Selection Methods for the Reconstruction of Transcription Networks.- Expectation Propagation for Bayesian Multi-task Feature Selection.- Graphical Multi-way Models.- Exploration-Exploitation of Eye Movement Enriched Multiple Feature Spaces for Content-Based Image Retrieval.- Graph Regularized Transductive Classification on Heterogeneous Information Networks.- Temporal Maximum Margin Markov Network.-Gaussian Processes for Sample Efficient Reinforcement Learning with RMAX-Like Exploration.

Caracteristici

Unique visibility State-of-the-art survey Fast-track conference proceedings

Descriere

Descriere de la o altă ediție sau format:
The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, ECML PKDD 2010, was held in Barcelona, September 20-24, 2010, consolidating the long junction between the European Conference on Machine Learning (of which the ?rst instance as European wo- shop dates back to 1986) and Principles and Practice of Knowledge Discovery in Data Bases (of which the ?rst instance dates back to 1997). Since the two conferences were ?rst collocated in 2001, both machine learning and data m- ing communities have realized how each discipline bene'ts from the advances, and participates to de'ning the challenges, of the sister discipline. Accordingly, a single ECML PKDD Steering Committee gathering senior members of both communities was appointed in 2008. In 2010, as in previous years, ECML PKDD lasted from Monday to F- day. It involved six plenary invited talks, by Christos Faloutsos, Jiawei Han, Hod Lipson, Leslie Pack Kaelbling, Tomaso Poggio, and Jur ̈ gen Schmidhuber, respectively. Monday and Friday were devoted to workshops and tutorials, or- nized and selected by Colin de la Higuera and Gemma Garriga.Continuing from ECML PKDD 2009, an industrial session managed by Taneli Mielikainen and Hugo Zaragoza welcomed distinguished speakers from the ML and DM ind- try: Rakesh Agrawal, Mayank Bawa, Ignasi Belda, Michael Berthold, Jos ́eLuis Fl ́ orez,ThoreGraepel,andAlejandroJaimes.Theconferencealsofeaturedad- coverychallenge,organizedbyAndr ́ asBenczur ́ ,CarlosCastillo,Zolt ́ anGyon ̈ gyi, and Julien Masan` es.