Gunopulos / Hofmann / Malerba | Machine Learning and Knowledge Discovery in Databases | E-Book | sack.de
E-Book

E-Book, Englisch, 649 Seiten, eBook

Reihe: Lecture Notes in Artificial Intelligence

Gunopulos / Hofmann / Malerba Machine Learning and Knowledge Discovery in Databases

European Conference, ECML PKDD 2010, Athens, Greece, September 5-9, 2011, Proceedings, Part I
Erscheinungsjahr 2011
ISBN: 978-3-642-23780-5
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

European Conference, ECML PKDD 2010, Athens, Greece, September 5-9, 2011, Proceedings, Part I

E-Book, Englisch, 649 Seiten, eBook

Reihe: Lecture Notes in Artificial Intelligence

ISBN: 978-3-642-23780-5
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark



This three-volume set LNAI 6911, LNAI 6912, and LNAI 6913 constitutes the refereed proceedings of the European conference on Machine Learning and Knowledge Discovery in Databases: ECML PKDD 2011, held in Athens, Greece, in September 2011.
The 121 revised full papers presented together with 10 invited talks and 11 demos in the three volumes, were carefully reviewed and selected from about 600 paper submissions. The papers address all areas related to machine learning and knowledge discovery in databases as well as other innovative application domains such as supervised and unsupervised learning with some innovative contributions in fundamental issues; dimensionality reduction, distance and similarity learning, model learning and matrix/tensor analysis; graph mining, graphical models, hidden markov models, kernel methods, active and ensemble learning, semi-supervised and transductive learning, mining sparse representations, model learning, inductive logic programming, and statistical learning. a significant part of the papers covers novel and timely applications of data mining and machine learning in industrial domains.

Gunopulos / Hofmann / Malerba Machine Learning and Knowledge Discovery in Databases jetzt bestellen!

Zielgruppe


Research



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.