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
دسته بندی: فن آوری ویرایش: 1 نویسندگان: Klaus Truemper (auth.), Petra Perner (eds.) سری: Lecture Notes in Computer Science 5632 : Lecture Notes in Artificial Intelligence ISBN (شابک) : 3642030696, 9783642030697 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2009 تعداد صفحات: 836 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 مگابایت
کلمات کلیدی مربوط به کتاب یادگیری ماشینی و داده کاوی در بازشناسی الگو: ششمین کنفرانس بین المللی ، MLDM 2009 ، لایپزیگ ، آلمان ، 23-25 ژوئیه 2009. مجموعه مقالات: هوش مصنوعی (شامل رباتیک)، منطق ریاضی و زبان های رسمی، مدیریت پایگاه داده، داده کاوی و کشف دانش، تشخیص الگو، پردازش تصویر و بینایی کامپیوتری
در صورت تبدیل فایل کتاب Machine Learning and Data Mining in Pattern Recognition: 6th International Conference, MLDM 2009, Leipzig, Germany, July 23-25, 2009. Proceedings 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 یادگیری ماشینی و داده کاوی در بازشناسی الگو: ششمین کنفرانس بین المللی ، MLDM 2009 ، لایپزیگ ، آلمان ، 23-25 ژوئیه 2009. مجموعه مقالات 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 ششمین کنفرانس بین المللی یادگیری ماشین و داده کاوی در تشخیص الگو، MLDM 2009، در لایپزیگ، آلمان، در ژوئیه 2009 است.
63 مورد تجدید نظر شده مقالات کامل ارائه شده به دقت بررسی و از بین 205 مورد ارسالی انتخاب شدند. مقالات در بخش های موضوعی در مورد گسسته سازی ویژگی ها و آماده سازی داده ها سازماندهی شده اند. طبقه بندی؛ یادگیری طبقه بندی کننده گروهی; قوانین مرتبط و استخراج الگو. ماشین های بردار پشتیبانی؛ خوشه بندی؛ تازگی و تشخیص موارد دور از دسترس؛ یادگیری؛ داده کاوی و داده های چند رسانه ای؛ استخراج متن؛ جنبه های داده کاوی؛ و همچنین داده کاوی در پزشکی.
This book constitutes the refereed proceedings of the 6th International Conference on Machine Learning and Data Mining in Pattern Recognition, MLDM 2009, held in Leipzig, Germany, in July 2009.
The 63 revised full papers presented were carefully reviewed and selected from 205 submissions. The papers are organized in topical sections on attribute discretization and data preparation; classification; ensemble classifier learning; associate rules and pattern minig; support vector machines; clustering; novelty and outlier detection; learning; data mining and multimedia data; text mining; aspects of data mining; as well as data mining in medicine.
Front Matter....Pages -
Improved Comprehensibility and Reliability of Explanations via Restricted Halfspace Discretization....Pages 1-15
Selection of Subsets of Ordered Features in Machine Learning....Pages 16-28
Combination of Vector Quantization and Visualization....Pages 29-43
Discretization of Target Attributes for Subgroup Discovery....Pages 44-52
Preserving Privacy in Time Series Data Classification by Discretization....Pages 53-67
Using Resampling Techniques for Better Quality Discretization....Pages 68-81
A Large Margin Classifier with Additional Features....Pages 82-95
Sequential EM for Unsupervised Adaptive Gaussian Mixture Model Based Classifier....Pages 96-106
Optimal Double-Kernel Combination for Classification....Pages 107-122
Efficient AdaBoost Region Classification....Pages 123-136
A Linear Classification Method in a Very High Dimensional Space Using Distributed Representation....Pages 137-147
PMCRI: A Parallel Modular Classification Rule Induction Framework....Pages 148-162
Dynamic Score Combination: A Supervised and Unsupervised Score Combination Method....Pages 163-177
ODDboost: Incorporating Posterior Estimates into AdaBoost....Pages 178-190
Ensemble Learning: A Study on Different Variants of the Dynamic Selection Approach....Pages 191-205
Relevance and Redundancy Analysis for Ensemble Classifiers....Pages 206-220
Drift-Aware Ensemble Regression....Pages 221-235
Concept Drifting Detection on Noisy Streaming Data in Random Ensemble Decision Trees....Pages 236-250
Mining Multiple Level Non-redundant Association Rules through Two-Fold Pruning of Redundancies....Pages 251-265
Pattern Mining with Natural Language Processing: An Exploratory Approach....Pages 266-279
Is the Distance Compression Effect Overstated? Some Theory and Experimentation....Pages 280-294
Fast Local Support Vector Machines for Large Datasets....Pages 295-310
The Effect of Domain Knowledge on Rule Extraction from Support Vector Machines....Pages 311-321
Towards B-Coloring of SOM....Pages 322-336
CSBIterKmeans: A New Clustering Algorithm Based on Quantitative Assessment of the Clustering Quality....Pages 337-346
Agent-Based Non-distributed and Distributed Clustering....Pages 347-360
An Evidence Accumulation Approach to Constrained Clustering Combination....Pages 361-371
Fast Spectral Clustering with Random Projection and Sampling....Pages 372-384
How Much True Structure Has Been Discovered?....Pages 385-397
Efficient Clustering of Web-Derived Data Sets....Pages 398-412
A Probabilistic Approach for Constrained Clustering with Topological Map....Pages 413-426
Relational Frequent Patterns Mining for Novelty Detection from Data Streams....Pages 427-439
A Comparative Study of Outlier Detection Algorithms....Pages 440-453
Outlier Detection with Explanation Facility....Pages 454-464
Concept Learning from (Very) Ambiguous Examples....Pages 465-478
Finding Top- N Pseudo Formal Concepts with Core Intents....Pages 479-493
On Fixed Convex Combinations of No-Regret Learners....Pages 494-504
An Improved Tabu Search (ITS) Algorithm Based on Open Cover Theory for Global Extremums....Pages 505-515
The Needles-in-Haystack Problem....Pages 516-524
An Evidence-Driven Probabilistic Inference Framework for Semantic Image Understanding....Pages 525-539
Detection of Masses in Mammographic Images Using Simpson’s Diversity Index in Circular Regions and SVM....Pages 540-553
Mining Lung Shape from X-Ray Images....Pages 554-568
A Wavelet-Based Method for Detecting Seismic Anomalies in Remote Sensing Satellite Data....Pages 569-581
Spectrum Steganalysis of WAV Audio Streams....Pages 582-593
Audio-Based Emotion Recognition in Judicial Domain: A Multilayer Support Vector Machines Approach....Pages 594-602
Learning with a Quadruped Chopstick Robot....Pages 603-616
Dissimilarity Based Vector Space Embedding of Graphs Using Prototype Reduction Schemes....Pages 617-631
Using Graph-Kernels to Represent Semantic Information in Text Classification....Pages 632-646
A General Framework of Feature Selection for Text Categorization....Pages 647-662
New Semantic Similarity Based Model for Text Clustering Using Extended Gloss Overlaps....Pages 663-677
Learning Betting Tips from Users’ Bet Selections....Pages 678-688
An Approach to Web-Scale Named-Entity Disambiguation....Pages 689-703
A General Learning Method for Automatic Title Extraction from HTML Pages....Pages 704-718
Regional Pattern Discovery in Geo-referenced Datasets Using PCA....Pages 719-733
Memory-Based Modeling of Seasonality for Prediction of Climatic Time Series....Pages 734-748
A Neural Approach for SME’s Credit Risk Analysis in Turkey....Pages 749-759
Assisting Data Mining through Automated Planning....Pages 760-774
Predictions with Confidence in Applications....Pages 775-786
Aligning Bayesian Network Classifiers with Medical Contexts....Pages 787-801
Assessing the Eligibility of Kidney Transplant Donors....Pages 802-809
Lung Nodules Classification in CT Images Using Simpson’s Index, Geometrical Measures and One-Class SVM....Pages 810-822
Back Matter....Pages -