Matwin / Mielniczuk | Challenges in Computational Statistics and Data Mining | E-Book | sack.de
E-Book

E-Book, Englisch, Band 605, 399 Seiten, eBook

Reihe: Studies in Computational Intelligence

Matwin / Mielniczuk Challenges in Computational Statistics and Data Mining


Erscheinungsjahr 2015
ISBN: 978-3-319-18781-5
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

E-Book, Englisch, Band 605, 399 Seiten, eBook

Reihe: Studies in Computational Intelligence

ISBN: 978-3-319-18781-5
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

This volume contains nineteen research papers belonging to theareas of computational statistics, data mining, and their applications. Those papers, all written specifically for this volume, are their authors’ contributions to honour and celebrate Professor Jacek Koronacki on the occcasion of his 70th birthday. Thebook’s related and often interconnected topics, represent Jacek Koronacki’s research interests and their evolution. They also clearly indicate how close the areas of computational statistics and data mining are.
Matwin / Mielniczuk Challenges in Computational Statistics and Data Mining jetzt bestellen!

Zielgruppe

Research

Autoren/Hrsg.

Matwin, Stan
Mielniczuk, Jan

Weitere Infos & Material

Evolutionary Computation for Real-world Problems.- Selection of Significant Features Using Monte Carlo Feature Selection.- ADX Algorithm for Supervised Classification.- Estimation of Entropy from Subword Complexity.- Exact Rates of Convergence of Kernel-based Classification Rule.- Compound Bipolar Queries: a Step Towards an Enhanced Human Consistency and Human Friendliness.- Process Inspection by Attributes Using Predicted Data.- Székely Regularization for Uplift Modeling.- Dominance-Based Rough Set Approach to Multiple Criterion Ranking with Sorting-specific Preference Information.- On things not Seen.- Network Capacity Bound for Personalized Bipartite Page Rank.- Dependence Factor as a Rule Evaluation Measure.- Recent Results on Quantlie Estimation Methods in Simulation Model.- Adaptive Monte Carlo Maximum Likelihood.- What Do we Choose when we Err? Model Selection and Testing for Misspecified Logistic Regression Revisited.- Semiparametric Inference Identification of Block-oriented Systems.- Dealing with Data Difficulty Factors While Learning from Imbalanced Data.- Privacy Protection in a Time of Big Data.- Data Based Modeling.

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.