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 III de José L. Balcázar

Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2010, Barcelona, Spain, September 20-24, 2010. Proceedings, Part III: Lecture Notes in Computer Science, cartea 6323

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: 63844 lei

Preț vechi: 79805 lei
-20%

Puncte Express: 958
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: 9783642159381
ISBN-10: 3642159389
Pagini: 632
Ilustrații: XXII, 632 p. 183 illus.
Greutate: 0.93 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

Regular Papers.- Efficient Planning in Large POMDPs through Policy Graph Based Factorized Approximations.- Unsupervised Trajectory Sampling.- Fast Extraction of Locally Optimal Patterns Based on Consistent Pattern Function Variations.- Large Margin Learning of Bayesian Classifiers Based on Gaussian Mixture Models.- Learning with Ensembles of Randomized Trees : New Insights.- Entropy and Margin Maximization for Structured Output Learning.- Virus Propagation on Time-Varying Networks: Theory and Immunization Algorithms.- Adapting Decision DAGs for Multipartite Ranking.- Fast and Scalable Algorithms for Semi-supervised Link Prediction on Static and Dynamic Graphs.- Modeling Relations and Their Mentions without Labeled Text.- An Efficient and Scalable Algorithm for Local Bayesian Network Structure Discovery.- Selecting Information Diffusion Models over Social Networks for Behavioral Analysis.- Learning Sparse Gaussian Markov Networks Using a Greedy Coordinate Ascent Approach.- Online Structural Graph Clustering Using Frequent Subgraph Mining.- Large-Scale Support Vector Learning with Structural Kernels.- Synchronization Based Outlier Detection.- Laplacian Spectrum Learning.- k-Version-Space Multi-class Classification Based on k-Consistency Tests.- Complexity Bounds for Batch Active Learning in Classification.- Semi-supervised Projection Clustering with Transferred Centroid Regularization.- Permutation Testing Improves Bayesian Network Learning.- Example-dependent Basis Vector Selection for Kernel-Based Classifiers.- Surprising Patterns for the Call Duration Distribution of Mobile Phone Users.- Variational Bayesian Mixture of Robust CCA Models.- Adverse Drug Reaction Mining in Pharmacovigilance Data Using Formal Concept Analysis.- Topic Models Conditioned on Relations.- Shift-Invariant Grouped Multi-task Learning for Gaussian Processes.- Nonparametric Bayesian Clustering Ensembles.- Directed Graph Learning via High-Order Co-linkage Analysis.- Incorporating Domain Models into Bayesian Optimization for RL.- Efficient and Numerically Stable Sparse Learning.- Fast Active Exploration for Link-Based Preference Learning Using Gaussian Processes.- Many-to-Many Graph Matching: A Continuous Relaxation Approach.- Competitive Online Generalized Linear Regression under Square Loss.- Cross Validation Framework to Choose amongst Models and Datasets for Transfer Learning.- Fast, Effective Molecular Feature Mining by Local Optimization.- Demo Papers.- AnswerArt - Contextualized Question Answering.- Real-Time News Recommender System.- CET: A Tool for Creative Exploration of Graphs.- NewsGist: A Multilingual Statistical News Summarizer.- QUEST: Query Expansion Using Synonyms over Time.- Flu Detector - Tracking Epidemics on Twitter.- X-SDR: An Extensible Experimentation Suite for Dimensionality Reduction.- SOREX: Subspace Outlier Ranking Exploration Toolkit.- KDTA: Automated Knowledge-Driven Text Annotation.- Detecting Events in a Million New York Times Articles.- Experience STORIES: A Visual News Search and Summarization System.- Exploring Real Mobility Data with M-Atlas.

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.