KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 11.11.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads, nicht preisgebundene Bücher und Kalender online auf thaalia.live und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
Produktbild: Machine Learning and Knowledge Discovery in Databases
Band 5781

Machine Learning and Knowledge Discovery in Databases European Conference, ECML PKDD 2009, Bled, Slovenia, September 7-11, 2009, Proceedings, Part I

Aus der Reihe Lecture Notes in Artificial Intelligence

99,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

03.09.2009

Abbildungen

XXIX, 756 p.

Herausgeber

Wray Buntine + weitere

Verlag

Springer Berlin

Seitenzahl

756

Maße (B/H)

15,5/23,5 cm

Gewicht

1171 g

Sprache

Englisch

ISBN

978-3-642-04179-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

03.09.2009

Abbildungen

XXIX, 756 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

756

Maße (B/H)

15,5/23,5 cm

Gewicht

1171 g

Sprache

Englisch

ISBN

978-3-642-04179-2

Herstelleradresse

Springer-Verlag GmbH
Heidelberger Platz 3
14197 Berlin
Deutschland
Email: sdc-bookservice@springer.com
Url: www.springer.com
Telephone: +49 30 827870
Fax: +49 30 8214091

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Machine Learning and Knowledge Discovery in Databases
  • Invited Talks (Abstracts).- Theory-Practice Interplay in Machine Learning – Emerging Theoretical Challenges.- Are We There Yet?.- The Growing Semantic Web.- Privacy in Web Search Query Log Mining.- Highly Multilingual News Analysis Applications.- Machine Learning Journal Abstracts.- Combining Instance-Based Learning and Logistic Regression for Multilabel Classification.- On Structured Output Training: Hard Cases and an Efficient Alternative.- Sparse Kernel SVMs via Cutting-Plane Training.- Hybrid Least-Squares Algorithms for Approximate Policy Evaluation.- A Self-training Approach to Cost Sensitive Uncertainty Sampling.- Learning Multi-linear Representations of Distributions for Efficient Inference.- Cost-Sensitive Learning Based on Bregman Divergences.- Data Mining and Knowledge Discovery Journal Abstracts.- RTG: A Recursive Realistic Graph Generator Using Random Typing.- Taxonomy-Driven Lumping for Sequence Mining.- On Subgroup Discovery in Numerical Domains.- Harnessing the Strengths of Anytime Algorithms for Constant Data Streams.- Identifying the Components.- Two-Way Analysis of High-Dimensional Collinear Data.- A Fast Ensemble Pruning Algorithm Based on Pattern Mining Process.- Regular Papers.- Evaluation Measures for Multi-class Subgroup Discovery.- Empirical Study of Relational Learning Algorithms in the Phase Transition Framework.- Topic Significance Ranking of LDA Generative Models.- Communication-Efficient Classification in P2P Networks.- A Generalization of Forward-Backward Algorithm.- Mining Graph Evolution Rules.- Parallel Subspace Sampling for Particle Filtering in Dynamic Bayesian Networks.- Adaptive XML Tree Classification on Evolving Data Streams.- A Condensed Representation of Itemsets for Analyzing Their Evolution over Time.- Non-redundant Subgroup Discovery Using a Closure System.- PLSI: The True Fisher Kernel and beyond.- Semi-supervised Document Clustering with Simultaneous Text Representation and Categorization.- One Graph Is Worth a ThousandLogs: Uncovering Hidden Structures in Massive System Event Logs.- Conference Mining via Generalized Topic Modeling.- Within-Network Classification Using Local Structure Similarity.- Multi-task Feature Selection Using the Multiple Inclusion Criterion (MIC).- Kernel Polytope Faces Pursuit.- Soft Margin Trees.- Feature Weighting Using Margin and Radius Based Error Bound Optimization in SVMs.- Margin and Radius Based Multiple Kernel Learning.- Inference and Validation of Networks.- Binary Decomposition Methods for Multipartite Ranking.- Leveraging Higher Order Dependencies between Features for Text Classification.- Syntactic Structural Kernels for Natural Language Interfaces to Databases.- Active and Semi-supervised Data Domain Description.- A Matrix Factorization Approach for Integrating Multiple Data Views.- Transductive Classification via Dual Regularization.- Stable and Accurate Feature Selection.- Efficient Sample Reuse in EM-Based Policy Search.- Applying Electromagnetic Field Theory Concepts to Clustering with Constraints.- An ?1 Regularization Framework for Optimal Rule Combination.- A Generic Approach to Topic Models.- Feature Selection by Transfer Learning with Linear Regularized Models.- Integrating Logical Reasoning and Probabilistic Chain Graphs.- Max-Margin Weight Learning for Markov Logic Networks.- Parameter-Free Hierarchical Co-clustering by n-Ary Splits.- Mining Peculiar Compositions of Frequent Substrings from Sparse Text Data Using Background Texts.- Minimum Free Energy Principle for Constraint-Based Learning Bayesian Networks.- Kernel-Based Copula Processes.- Compositional Models for Reinforcement Learning.- Feature Selection for Value Function Approximation Using Bayesian Model Selection.- Learning Preferences with Hidden Common Cause Relations.- Feature Selection for Density Level-Sets.- Efficient Multi-start Strategies for Local Search Algorithms.- Considering Unseen States as Impossible in Factored Reinforcement Learning.- Relevance Grounding for Planning in Relational Domains.