Willkommen, schön sind Sie da!
Logo Ex Libris

Data Analysis, Machine Learning and Knowledge Discovery

  • E-Book (pdf)
  • 470 Seiten
(0) Erste Bewertung abgeben
Bewertungen
(0)
(0)
(0)
(0)
(0)
Alle Bewertungen ansehen
Data analysis, machine learning and knowledge discovery are research areas at the intersection of computer science, artificial int... Weiterlesen
E-Books ganz einfach mit der kostenlosen Ex Libris-Reader-App lesen. Hier erhalten Sie Ihren Download-Link.
CHF 154.90
Download steht sofort bereit
Informationen zu E-Books
E-Books eignen sich auch für mobile Geräte (sehen Sie dazu die Anleitungen).
E-Books von Ex Libris sind mit Adobe DRM kopiergeschützt: Erfahren Sie mehr.
Weitere Informationen finden Sie hier.

Beschreibung

Data analysis, machine learning and knowledge discovery are research areas at the intersection of computer science, artificial intelligence, mathematics and statistics. They cover general methods and techniques that can be applied to a vast set of applications such as web and text mining, marketing, medicine, bioinformatics and business intelligence. This volume contains the revised versions of selected papers in the field of data analysis, machine learning and knowledge discovery presented during the 36th annual conference of the German Classification Society (GfKl). The conference was held at the University of Hildesheim (Germany) in August 2012.

Inhalt
AREA Statistics and Data Analysis: Classifcation, Cluster Analysis, Factor Analysis and Model Selection.- AREA Machine Learning and Knowledge Discovery: Clustering, Classifiers, Streams and Social Networks.- AREA Data Analysis and Classification in Marketing.- AREA Data Analysis in Finance.- AREA Data Analysis in Biostatistics and Bioinformatics.- AREA Interdisciplinary Domains: Data Analysis in Music, Education and Psychology.- LIS Workshop: Workshop on Classification and Subject Indexing in Library and Information Science.

Produktinformationen

Titel: Data Analysis, Machine Learning and Knowledge Discovery
Editor:
EAN: 9783319015958
ISBN: 978-3-319-01595-8
Digitaler Kopierschutz: Wasserzeichen
Format: E-Book (pdf)
Herausgeber: Springer
Genre: Grundlagen
Anzahl Seiten: 470
Veröffentlichung: 26.11.2013
Jahr: 2013
Untertitel: Englisch
Dateigrösse: 8.5 MB
Zuletzt angesehen
Verlauf löschen