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: 1st ed. نویسندگان: Annalisa Appice, Corrado Loglisci, Giuseppe Manco, Elio Masciari, Zbigniew W. Ras سری: Lecture Notes in Computer Science 10785 ISBN (شابک) : 9783319786797, 9783319786803 ناشر: Springer International Publishing سال نشر: 2018 تعداد صفحات: 208 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 مگابایت
کلمات کلیدی مربوط به کتاب مرزهای جدید در الگوهای مجتمع معادن: علوم کامپیوتر، داده کاوی و کشف دانش، ساختارهای حسابی و منطقی، نرم افزار کامپیوتر. در علوم اجتماعی و رفتاری، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب New Frontiers in Mining Complex Patterns 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 مرزهای جدید در الگوهای مجتمع معادن 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 مجموعهای از نسخههای اصلاحشده و توسعهیافته مقالات
پذیرفتهشده برای ارائه در ششمین کارگاه بینالمللی مرزهای جدید
در الگوهای مجتمع معدنی، NFMCP 2017، که همراه با ECML-PKDD
2017 در اسکوپیه برگزار شد، را ارائه میکند. مقدونیه، در
سپتامبر 2017. کتاب از پنج بخش تشکیل شده است: انتخاب ویژگی و
القاء. پیش بینی طبقه بندی; خوشه بندی؛ کشف الگو؛ برنامه های
کاربردی.
این کارگاه با هدف بحث و معرفی مبانی الگوریتمی جدید و فرمالیسم
های بازنمایی در کشف الگوهای پیچیده بود. در نهایت، ادغام نتایج
اخیر از زمینه های موجود، مانند آمار، یادگیری ماشین و تجزیه و
تحلیل داده های بزرگ را تشویق کرد.
This book features a collection of revised and significantly
extended versions of the papers accepted for presentation at
the 6th International Workshop on New Frontiers in Mining
Complex Patterns, NFMCP 2017, held in conjunction with
ECML-PKDD 2017 in Skopje, Macedonia, in September 2017. The
book is composed of five parts: feature selection and
induction; classification prediction; clustering; pattern
discovery; applications.
The workshop was aimed at discussing and introducing new
algorithmic foundations and representation formalisms in
complex pattern discovery. Finally, it encouraged the
integration of recent results from existing fields, such as
Statistics, Machine Learning and Big Data Analytics.
Front Matter ....Pages I-XII
Learning Association Rules for Pharmacogenomic Studies (Giuseppe Agapito, Pietro H. Guzzi, Mario Cannataro)....Pages 1-15
Segment-Removal Based Stuttered Speech Remediation (Pierre Arbajian, Ayman Hajja, Zbigniew W. Raś, Alicja A. Wieczorkowska)....Pages 16-34
Identifying lncRNA-Disease Relationships via Heterogeneous Clustering (Emanuele Pio Barracchia, Gianvito Pio, Donato Malerba, Michelangelo Ceci)....Pages 35-48
Density Estimators for Positive-Unlabeled Learning (Teresa M. A. Basile, Nicola Di Mauro, Floriana Esposito, Stefano Ferilli, Antonio Vergari)....Pages 49-64
Combinatorial Optimization Algorithms to Mine a Sub-Matrix of Maximal Sum (Vincent Branders, Pierre Schaus, Pierre Dupont)....Pages 65-79
A Scaled-Correlation Based Approach for Defining and Analyzing Functional Networks (Samuel Dolean, Mihaela Dînşoreanu, Raul Cristian Mureşan, Attila Geiszt, Rodica Potolea, Ioana Ţincaş)....Pages 80-92
Complex Localization in the Multiple Instance Learning Context (Dan-Ovidiu Graur, Răzvan-Alexandru Mariş, Rodica Potolea, Mihaela Dînşoreanu, Camelia Lemnaru)....Pages 93-106
Integrating a Framework for Discovering Alternative App Stores in a Mobile App Monitoring Platform (Massimo Guarascio, Ettore Ritacco, Daniele Biondo, Rocco Mammoliti, Alessandra Toma)....Pages 107-121
Usefulness of Unsupervised Ensemble Learning Methods for Time Series Forecasting of Aggregated or Clustered Load (Peter Laurinec, Mária Lucká)....Pages 122-137
Phenotype Prediction with Semi-supervised Classification Trees (Jurica Levatić, Maria Brbić, Tomaž Stepišnik Perdih, Dragi Kocev, Vedrana Vidulin, Tomislav Šmuc et al.)....Pages 138-150
Structuring the Output Space in Multi-label Classification by Using Feature Ranking (Stevanche Nikoloski, Dragi Kocev, Sašo Džeroski)....Pages 151-166
Infinite Mixtures of Markov Chains (Jan Reubold, Ahcène Boubekki, Thorsten Strufe, Ulf Brefeld)....Pages 167-181
Community-Based Semantic Subgroup Discovery (Blaž Škrlj, Jan Kralj, Anže Vavpetič, Nada Lavrač)....Pages 182-196
Back Matter ....Pages 197-197