Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Recent Trends and Future Challenges in Learning from Data (eBook)

eBook Download: PDF
2024 | 2024
X, 153 Seiten
Springer Nature Switzerland (Verlag)
978-3-031-54468-2 (ISBN)

Lese- und Medienproben

Recent Trends and Future Challenges in Learning from Data -
Systemvoraussetzungen
139,09 inkl. MwSt
(CHF 135,85)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This book collects together selected peer-reviewed contributions presented at the European Conference on Data Analysis, ECDA 2022, held in Naples, Italy, September 14-16, 2022. Highlighting the role of statistics in discovering novel and interesting patterns in the era of big data, it follows the motto of the conference: 'Avoiding drowning in the data: recent trends and future challenges in learning from data'. The central focus is on multidisciplinary approaches to data analysis, classification, and the interface between computer science, data mining and statistics. Both methodological and applied topics are covered. The former includes supervised and unsupervised techniques with particular emphasis on advances in regression and clustering analysis and constructing composite indicators. The applications are mainly in risk analysis, biology, and education. The volume is organized into four main macro themes: methodological contributions in the social sciences and education, multivariate analysis methods for big data, innovative contributions for applications inspired by biology, and strategies for analyzing complex data in finance.

Erscheint lt. Verlag 10.9.2024
Reihe/Serie Studies in Classification, Data Analysis, and Knowledge Organization
Zusatzinfo X, 153 p. 40 illus., 35 illus. in color.
Sprache englisch
Themenwelt Mathematik / Informatik Informatik Datenbanken
Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Mathematik / Informatik Mathematik Statistik
Schlagworte Applied Statistics • Big Data • classification • Clustering • Data Analysis • Data Mining • Statistical Models • supervised learning • Text Mining • Unsupervised Learning
ISBN-10 3-031-54468-4 / 3031544684
ISBN-13 978-3-031-54468-2 / 9783031544682
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 13,2 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen …

von Thomas R. Köhler; Julia Finkeissen

eBook Download (2024)
Campus Verlag
CHF 37,95
Wie du KI richtig nutzt - schreiben, recherchieren, Bilder erstellen, …

von Rainer Hattenhauer

eBook Download (2023)
Rheinwerk Computing (Verlag)
CHF 18,25