KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Mobile Data Mining

Mobile Data Mining

Aus der Reihe SpringerBriefs in Computer Science

54,99 €

inkl. gesetzl. MwSt.

Beschreibung

This SpringerBrief presents a typical life-cycle of mobile data mining applications, including:

  • data capturing and processing which determines what data to collect, how to collect these data, and how to reduce the noise in the data based on smartphone sensors
  • feature engineering which extracts and...

Beschreibung

This SpringerBrief presents a typical life-cycle of mobile data mining applications, including:

  • data capturing and processing which determines what data to collect, how to collect these data, and how to reduce the noise in the data based on smartphone sensors
  • feature engineering which extracts and selects features to serve as the input of algorithms based on the collected and processed data
  • model and algorithm design
In particular, this brief concentrates on the model and algorithm design aspect, and explains three challenging requirements of mobile data mining applications: energy-saving, personalization, and real-time

Energy saving is a fundamental requirement of mobile applications, due to the limited battery capacity of smartphones. The authors explore the existing practices in the methodology level (e.g. by designing hierarchical models) for saving energy. Another fundamental requirement of mobile applications is personalization. Most of the existing methods tend to train generic models for all users, but the authors provide existing personalized treatments for mobile applications, as the behaviors may differ greatly from one user to another in many mobile applications. The third requirement is real-time. That is, the mobile application should return responses in a real-time manner, meanwhile balancing effectiveness and efficiency.

This SpringerBrief targets data mining and machine learning researchers and practitioners working in these related fields. Advanced level students studying computer science and electrical engineering will also find this brief useful as a study guide.

Produktdetails

Format

PDF
Kopierschutz

Nein
Family Sharing

Nein
Text-to-Speech

Nein

Produktdetails

Format

PDF

Format

eBooks im PDF-Format haben eine festgelegte Seitengröße und eignen sich daher nur bedingt zum Lesen auf einem tolino eReader oder Smartphone. Für den vollen Lesegenuss empfehlen wir Ihnen bei PDF-eBooks die Verwendung eines Tablets oder Computers.

Kopierschutz

Nein

Kopierschutz

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie, allen sonstigen eReadern und am PC lesen. Das eBook ist nicht kopiergeschützt und kann ein personalisiertes Wasserzeichen enthalten. Weitere Hinweise zum Lesen von eBooks mit einem personalisierten Wasserzeichen finden Sie unter Hilfe/Downloads.

Family Sharing

Nein

Family Sharing

Mit Family Sharing können Sie eBooks innerhalb Ihrer Familie (max. sechs Mitglieder im gleichen Haushalt) teilen. Sie entscheiden selbst, welches Buch Sie mit welchem Familienmitglied teilen möchten. Auch das parallele Lesen durch verschiedene Familienmitglieder ist durch Family Sharing möglich. Um eBooks zu teilen oder geteilt zu bekommen, muss jedes Familienmitglied ein Konto bei Thalia oder einem anderen tolino-Buchhändler haben. Weitere Informationen finden Sie unter Hilfe/Family-Sharing.

Text-to-Speech

Nein

Text-to-Speech

Bedeutet Ihnen Stimme mehr als Text? Mit der Funktion Text-to-Speech können Sie sich im tolino webReader und in der aktuellen Thalia – Lesen & Hören App das eBook vorlesen lassen. Weitere Informationen finden Sie unter Hilfe/Text-to-Speech.

Erscheinungsdatum

31.10.2018
Verlag Springer Nature Switzerland
Seitenzahl

58 (Printausgabe)
Dateigröße

2084 KB
Sprache

Englisch
EAN

9783030021016
Barrierefreiheit
  • keine Information zur Barrierefreiheit bekannt

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)

Weitere Artikel finden Sie in
  • Produktbild: Mobile Data Mining