دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Vincent Lemaire, Simon Malinowski, Anthony Bagnall, Thomas Guyet, Romain Tavenard, Georgiana Ifrim سری: Lecture Notes in Computer Science, 12588 ISBN (شابک) : 3030657418, 9783030657413 ناشر: Springer سال نشر: 2021 تعداد صفحات: 233 [240] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 26 Mb
در صورت تبدیل فایل کتاب Advanced Analytics and Learning on Temporal Data: 5th ECML PKDD Workshop, AALTD 2020, Ghent, Belgium, September 18, 2020, Revised Selected Papers به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل پیشرفته و یادگیری در مورد داده های زمانی: پنجمین کارگاه آموزشی ECML PKDD، AALTD 2020، گنت، بلژیک، 18 سپتامبر 2020، مقالات منتخب اصلاح شده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب مجموعه مقالات داوری چهارمین کارگاه آموزشی ECML PKDD در تجزیه و تحلیل پیشرفته و یادگیری در مورد داده های زمانی، AALTD 2019 است که در گنت، بلژیک، در سپتامبر 2020 برگزار شد.
15 مقاله کامل ارائه شده در این کتاب با دقت بررسی و از بین 29 مورد ارسالی انتخاب شد. مقالات انتخاب شده به موضوعاتی مانند خوشه بندی داده های زمانی اختصاص داده شده است. طبقه بندی سری های زمانی تک متغیره و چند متغیره. طبقه بندی اولیه داده های زمانی. آموزش عمیق و بازنمایی های یادگیری برای داده های زمانی. مدل سازی وابستگی های زمانی; مدلهای پیشبینی و پیشبینی پیشرفته؛ تجزیه و تحلیل آماری فضا-زمانی; روشهای تحلیل دادههای عملکردی. جریان داده های زمانی؛ روشهای تحلیل سری زمانی قابل تفسیر. کاهش ابعاد، پراکندگی، پیچیدگی الگوریتمی و چالش کلان داده. و بیو انفورماتیک، پزشکی، مصرف انرژی، داده های زمانی.
This book constitutes the refereed proceedings of the 4th ECML PKDD Workshop on Advanced Analytics and Learning on Temporal Data, AALTD 2019, held in Ghent, Belgium, in September 2020.
The 15 full papers presented in this book were carefully reviewed and selected from 29 submissions. The selected papers are devoted to topics such as Temporal Data Clustering; Classification of Univariate and Multivariate Time Series; Early Classification of Temporal Data; Deep Learning and Learning Representations for Temporal Data; Modeling Temporal Dependencies; Advanced Forecasting and Prediction Models; Space-Temporal Statistical Analysis; Functional Data Analysis Methods; Temporal Data Streams; Interpretable Time-Series Analysis Methods; Dimensionality Reduction, Sparsity, Algorithmic Complexity and Big Data Challenge; and Bio-Informatics, Medical, Energy Consumption, Temporal Data.