• Produktbild: Knowledge Discovery in Databases: PKDD 2003
  • Produktbild: Knowledge Discovery in Databases: PKDD 2003

Knowledge Discovery in Databases: PKDD 2003 7th European Conference on Principles and Practice of Knowledge Discovery in Databases, Cavtat-Dubrovnik, Croatia, September 22-26, 2003, Proceedings

97,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.09.2003

Herausgeber

Nada Lavrač + weitere

Verlag

Springer Berlin

Seitenzahl

512

Maße (L/B/H)

23,5/15,5/2,9 cm

Gewicht

791 g

Auflage

2003

Sprache

Englisch

ISBN

978-3-540-20085-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.09.2003

Herausgeber

Verlag

Springer Berlin

Seitenzahl

512

Maße (L/B/H)

23,5/15,5/2,9 cm

Gewicht

791 g

Auflage

2003

Sprache

Englisch

ISBN

978-3-540-20085-7

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Knowledge Discovery in Databases: PKDD 2003
  • Produktbild: Knowledge Discovery in Databases: PKDD 2003
  • Invited Papers.- From Knowledge-Based to Skill-Based Systems: Sailing as a Machine Learning Challenge.- Two-Eyed Algorithms and Problems.- Next Generation Data Mining Tools: Power Laws and Self-similarity for Graphs, Streams and Traditional Data.- Taking Causality Seriously: Propensity Score Methodology Applied to Estimate the Effects of Marketing Interventions.- Contributed Papers.- Efficient Statistical Pruning of Association Rules.- Majority Classification by Means of Association Rules.- Adaptive Constraint Pushing in Frequent Pattern Mining.- ExAnte: Anticipated Data Reduction in Constrained Pattern Mining.- Minimal k-Free Representations of Frequent Sets.- Discovering Unbounded Episodes in Sequential Data.- Mr-SBC: A Multi-relational Naïve Bayes Classifier.- SMOTEBoost: Improving Prediction of the Minority Class in Boosting.- Using Belief Networks and Fisher Kernels for Structured Document Classification.- A Skeleton-Based Approach to Learning Bayesian Networks from Data.- On Decision Boundaries of Naïve Bayes in Continuous Domains.- Application of Inductive Logic Programming to Structure-Based Drug Design.- Visualizing Class Probability Estimators.- Automated Detection of Epidemics from the Usage Logs of a Physicians’ Reference Database.- An Indiscernibility-Based Clustering Method with Iterative Refinement of Equivalence Relations.- Preference Mining: A Novel Approach on Mining User Preferences for Personalized Applications.- Explaining Text Clustering Results Using Semantic Structures.- Analyzing Attribute Dependencies.- Ranking Interesting Subspaces for Clustering High Dimensional Data.- Efficiently Finding Arbitrarily Scaled Patterns in Massive Time Series Databases.- Using Transduction and Multi-view Learning to Answer Emails.- Exploring Fringe Settings of SVMs for Classification.- Rule Discovery and Probabilistic Modeling for Onomastic Data.- Constraint-Based Mining of Sequential Patterns over Datasets with Consecutive Repetitions.- Symbolic Distance Measurements Based on Characteristic Subspaces.- The Pattern Ordering Problem.- Collaborative Filtering Using Restoration Operators.- Efficient Frequent Query Discovery in Farmer.- Towards Behaviometric Security Systems: Learning to Identify a Typist.- Efficient Density Clustering Method for Spatial Data.- Statistical ?-Partition Clustering over Data Streams.- Enriching Relational Learning with Fuzzy Predicates.- Text Categorisation Using Document Profiling.- A Simple Algorithm for Topic Identification in 0–1 Data.- Bottom-Up Learning of Logic Programs for Information Extraction from Hypertext Documents.- Predicting Outliers.- Mining Rules of Multi-level Diagnostic Procedure from Databases.- Learning Characteristic Rules Relying on Quantified Paths.- Topic Learning from Few Examples.- Arbogodaï, a New Approach for Decision Trees.