KI-Beratung Beta

Produktbild: Knowledge Discovery in Inductive Databases
Band 4747

Knowledge Discovery in Inductive Databases 5th International Workshop, KDID 2006 Berlin, Germany, September 18th, 2006 Revised Selected and Invited Papers

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.11.2007

Herausgeber

Saso Dzeroski + weitere

Verlag

Springer Berlin

Seitenzahl

301

Maße (L/B/H)

24,1/15,7/2,2 cm

Gewicht

480 g

Auflage

2007

Sprache

Englisch

ISBN

978-3-540-75548-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.11.2007

Herausgeber

Verlag

Springer Berlin

Seitenzahl

301

Maße (L/B/H)

24,1/15,7/2,2 cm

Gewicht

480 g

Auflage

2007

Sprache

Englisch

ISBN

978-3-540-75548-7

Herstelleradresse

Springer Nature Customer Service Center GmbH
Europaplatz 3
69115 Heidelberg
DE
ProductSafety@springernature.com

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: Knowledge Discovery in Inductive Databases
  • Invited Talk.- Value, Cost, and Sharing: Open Issues in Constrained Clustering.- Contributed Papers.- Mining Bi-sets in Numerical Data.- Extending the Soft Constraint Based Mining Paradigm.- On Interactive Pattern Mining from Relational Databases.- Analysis of Time Series Data with Predictive Clustering Trees.- Integrating Decision Tree Learning into Inductive Databases.- Using a Reinforced Concept Lattice to Incrementally Mine Association Rules from Closed Itemsets.- An Integrated Multi-task Inductive Database VINLEN: Initial Implementation and Early Results.- Beam Search Induction and Similarity Constraints for Predictive Clustering Trees.- Frequent Pattern Mining and Knowledge Indexing Based on Zero-Suppressed BDDs.- Extracting Trees of Quantitative Serial Episodes.- IQL: A Proposal for an Inductive Query Language.- Mining Correct Properties in Incomplete Databases.- Efficient Mining Under Rich Constraints Derived from Various Datasets.- Three Strategies for Concurrent Processing of Frequent Itemset Queries Using FP-Growth.- Discussion Paper.- Towards a General Framework for Data Mining.