Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 25.06.2026 auf fremdsprachige Bücher online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. 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 Geschenkkarten, Versandkosten und Services.
Produktbild: New Frontiers in Mining Complex Patterns
Band 7765

New Frontiers in Mining Complex Patterns First International Workshop, NFMCP 2012, Held in Conjunction with ECML/PKDD 2012, Bristol, UK, September 24, 2012, Revised Selected Papers

Aus der Reihe Lecture Notes in Artificial Intelligence

47,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

09.04.2013

Abbildungen

X, 57 illus., schwarz-weiss Illustrationen

Herausgeber

Annalisa Appice + weitere

Verlag

Springer Berlin

Seitenzahl

231

Maße (L/B/H)

23,6/15,6/1,7 cm

Gewicht

377 g

Auflage

2013

Sprache

Englisch

ISBN

978-3-642-37381-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

09.04.2013

Abbildungen

X, 57 illus., schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer Berlin

Seitenzahl

231

Maße (L/B/H)

23,6/15,6/1,7 cm

Gewicht

377 g

Auflage

2013

Sprache

Englisch

ISBN

978-3-642-37381-7

Herstelleradresse

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

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: New Frontiers in Mining Complex Patterns

  • Learning with Configurable Operators and RL-Based Heuristics.- Reducing Examples in Relational Learning with Bounded-Treewidth Hypotheses.- Mining Complex Event Patterns in Computer Networks.- Learning in the Presence of Large Fluctuations: A Study of Aggregation and Correlation.- Machine Learning as an Objective Approach to Understanding Music.- Pair-Based Object-Driven Action Rules.- Effectively Grouping Trajectory Streams.- Healthcare Trajectory Mining by Combining Multidimensional Component and Itemsets.- Graph-Based Approaches to Clustering Network-Constrained Trajectory Data.- Finding the Most Descriptive Substructures in Graphs with Discrete and Numeric Labels.- Learning in Probabilistic Graphs Exploiting Language-Constrained Patterns.- Improving Robustness and Flexibility of Concept Taxonomy Learning from Text.- Discovering Evolution Chains in Dynamic Networks.- Supporting Information Spread in a Social  Internetworking Scenario.- Context-Aware Predictions on Business Processes: An Ensemble-Based Solution. 

    Reducing Examples in Relational Learning with Bounded-Treewidth Hypotheses.- Mining Complex Event Patterns in Computer Networks.- Learning in the Presence of Large Fluctuations: A Study of Aggregation and Correlation.- Machine Learning as an Objective Approach to Understanding Music.- Pair-Based Object-Driven Action Rules.- Effectively Grouping Trajectory Streams.- Healthcare Trajectory Mining by Combining Multidimensional Component and Itemsets.- Graph-Based Approaches to Clustering Network-Constrained Trajectory Data.- Finding the Most Descriptive Substructures in Graphs with Discrete and Numeric Labels.- Learning in Probabilistic Graphs Exploiting Language-Constrained Patterns.- Improving Robustness and Flexibility of Concept Taxonomy Learning from Text.- Discovering Evolution Chains in Dynamic Networks.- Supporting Information Spread in a Social  Internetworking Scenario.- Context-Aware Predictions on Business Processes: An Ensemble-Based Solution.