Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 14.09.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher, nicht preisgebundene Bücher und Kalender 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. Nur gültig mit im Onlineshop hinterlegter Bonuscard. 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: Advances in Knowledge Discovery and Data Mining
Band 7819

Advances in Knowledge Discovery and Data Mining 17th Pacific-Asia Conference, PAKDD 2013, Gold Coast, Australia, April 14-17, 2013, Proceedings, Part II

Aus der Reihe Lecture Notes in Artificial Intelligence

52,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

19.03.2013

Abbildungen

XXII, 588 p. 157 illus.

Herausgeber

Jian Pei + weitere

Verlag

Springer Berlin

Seitenzahl

588

Maße (L/B/H)

23,5/15,5/3,3 cm

Gewicht

908 g

Auflage

2013

Sprache

Englisch

ISBN

978-3-642-37455-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

19.03.2013

Abbildungen

XXII, 588 p. 157 illus.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

588

Maße (L/B/H)

23,5/15,5/3,3 cm

Gewicht

908 g

Auflage

2013

Sprache

Englisch

ISBN

978-3-642-37455-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: 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: Advances in Knowledge Discovery and Data Mining
  • ProCF: Probabilistic Collaborative Filtering for Reciprocal Recommendation.- Product and User Dependent Social Network Models for Recommender Systems.- Learning Representative Nodes in Social Networks.- Tracing Influential Nodes in a Social Network with CompetingInformation.- ViStruclizer: A Structural Visualizer for Multi-dimensional Social Networks.- Influential Nodes in a One-Wave Diffusion Model for Location-Based Social Networks.- Modeling Social Information Learning among Taxi Drivers.- Mining User Interests from Information Sharing Behaviors in Social Media.- Anonymization for Multiple Released Social Network Graphs.- A New, Fast and Accurate Algorithm for Hierarchical Clustering on Euclidean Distances.- Clustering Patient Medical Records via Sparse Subspace Representation.- A Unified Metric for Categorical and Numerical Attributes in Data Clustering.- An Extension of the Infinite Relational Model Incorporating Interaction between Objects.- Density-Based Clustering Based on Hierarchical Density Estimates.- Stock Trend Prediction by Classifying Aggregative Web Topic-Opinion.- The Role of Hubs in Cross-Lingual Supervised Document Retrieval.- Text Document Topical Recursive Clustering and Automatic Labeling of a Hierarchy of Document Clusters.- Query-Document Relevance Topic Models.- A Two-Stage Approach for Generating Topic Models.- Effective Top-Down Active Learning for Hierarchical Text Classification.- Forgetting Word Segmentation in Chinese Text Classification with L1-Regularized Logistic Regression.- Crest: Cluster-based Representation Enrichment for Short Text Classification.- Cross Language Prediction of Vandalism on Wikipedia Using Article Views and Revisions.- An Optimized Cost-Sensitive SVM for Imbalanced Data Learning.- A Positive-biased Nearest Neighbour Algorithm for Imbalanced Classification.- Class Based Weighted K-Nearest Neighbor over Imbalance Dataset.- ProWSyn: Proximity Weighted Synthetic Oversampling Technique for Imbalanced Data Set Learning.- Differential Privacy Preserving Spectral Graph Analysis.- Sorted Nearest Neighborhood Clustering for Efficient Private Blocking.- On Linear Refinement of Differential Privacy-Preserving Query Answering.- A Coupled Clustering Approach for Items Recommendation.- Location Recommendation Based on Periodicity of Human Activities and Location Categories.- Top-N Recommendations by Learning User Preference Dynamics.- Semantic Title Evaluation and Recommendation Based on Topic Models.- Video Quality Prediction over Wireless 4G.- A Self-immunizing Manifold Ranking for Image Retrieval.- Low-Rank Matrix Recovery with Discriminant Regularization.- Multi-Manifold Ranking: Using Multiple Features for Better ImageRetrieval.- One Pass Concept Change Detection for Data Streams.- Incremental Mining of Significant URLs in Real-Time and Large-ScaleSocial Streams.- A Concept-Drifting Detection Algorithm for Categorical Evolving Data.- Framework for Storing and Processing Relational Entities in Stream Mining.- Discovering Semantics from Multiple Correlated Time Series Stream.- Matrix Factorization With Aggregated Observations.- An Approach to Identifying False Traces in Process Event Logs.- Split-Merge Augmented Gibbs Sampling for Hierarchical Dirichlet Processes.- Adaptive Temporal Entity Resolution on Dynamic Databases.- Fuzzy Multi-Sphere Support Vector Data Description.