Zaki / Ho | Large-Scale Parallel Data Mining | E-Book | sack.de
E-Book

E-Book, Englisch, Band 1759, 260 Seiten, eBook

Reihe: Lecture Notes in Computer Science

Zaki / Ho Large-Scale Parallel Data Mining


2000
ISBN: 978-3-540-46502-7
Verlag: Springer
Format: PDF
 Kopierschutz: 1 - PDF Watermark

E-Book, Englisch, Band 1759, 260 Seiten, eBook

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-540-46502-7
Verlag: Springer
Format: PDF
 Kopierschutz: 1 - PDF Watermark

Zaki / Ho Large-Scale Parallel Data Mining jetzt bestellen!

Zielgruppe

Research

Autoren/Hrsg.

Zaki, Mohammed J.
Ho, Ching-Tien

Weitere Infos & Material

Large-Scale Parallel Data Mining.- Parallel and Distributed Data Mining: An Introduction.- Mining Frameworks.- The Integrated Delivery of Large-Scale Data Mining: The ACSys Data Mining Project.- A High Performance Implementation of the Data Space Transfer Protocol (DSTP).- Active Mining in a Distributed Setting.- Associations and Sequences.- Efficient Parallel Algorithms for Mining Associations.- Parallel Branch-and-Bound Graph Search for Correlated Association Rules.- Parallel Generalized Association Rule Mining on Large Scale PC Cluster.- Parallel Sequence Mining on Shared-Memory Machines.- Classification.- Parallel Predictor Generation.- Efficient Parallel Classification Using Dimensional Aggregates.- Learning Rules from Distributed Data.- Clustering.- Collective, Hierarchical Clustering from Distributed, Heterogeneous Data.- A Data-Clustering Algorithm on Distributed Memory Multiprocessors.

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.