• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • Pocketböcker
  • Spel & pussel

Upp till 25% på utvalda nyheter →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Naturvetenskap och teknik
    2. Teknik och industri
    3. Teknik: allmänt

    Mining Complex Data

    AvDjamel A. Zighed,Shusaku Tsumoto

    Inbunden, Engelska, 2008

    Del 165 i serien Studies in Computational Intelligence

    2 166 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Beskrivning

    The aim of this book is to gather the most recent works that address issues related to the concept of mining complex data. The whole knowledge discovery process being involved, our goal is to provide researchers dealing with each step of this process by key entries. Actually, managing complex data within the KDD process implies to work on every step, starting from the pre-processing (e.g. structuring and organizing) to the visualization and interpretation (e.g. sorting or filtering) of the results, via the data mining methods themselves (e.g. classification, clustering, frequent patterns extraction, etc.). The papers presented here are selected from the workshop papers held yearly since 2006.

    Produktinformation

    • Utgivningsdatum:2008-10-13
    • Mått:155 x 235 x 22 mm
    • Vikt:641 g
    • Format:Inbunden
    • Språk:Engelska
    • Serie:Studies in Computational Intelligence
    • Antal sidor:302
    • Upplaga:2009
    • Förlag:Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
    • ISBN:9783540880660

    Utforska kategorier

    • Teknik: allmänt inom Naturvetenskap och teknik
    • Artificiell intelligens inom Data och IT

    Innehållsförteckning

    • General Aspects of Complex Data.- Using Layout Data for the Analysis of Scientific Literature.- Extracting a Fuzzy System by Using Genetic Algorithms for Imbalanced Datasets Classification: Application on Down’s Syndrome Detection.- A Hybrid Approach of Boosting Against Noisy Data.- Dealing with Missing Values in a Probabilistic Decision Tree during Classification.- Kernel-Based Algorithms and Visualization for Interval Data Mining.- Rules Extraction.- Evaluating Learning Algorithms Composed by a Constructive Meta-learning Scheme for a Rule Evaluation Support Method.- Mining Statistical Association Rules to Select the Most Relevant Medical Image Features.- From Sequence Mining to Multidimensional Sequence Mining.- Tree-Based Algorithms for Action Rules Discovery.- Graph Data Mining.- Indexing Structure for Graph-Structured Data.- Full Perfect Extension Pruning for Frequent Subgraph Mining.- Parallel Algorithm for Enumerating Maximal Cliques in Complex Network.- Community Finding of Scale-Free Network: Algorithm and Evaluation Criterion.- The k-Dense Method to Extract Communities from Complex Networks.- Data Clustering.- Efficient Clustering for Orders.- Exploring Validity Indices for Clustering Textual Data.