Gutscheinbedingungen

**Gültig vom 15.06.2026 bis 17.06.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Maximaler rabattfähiger Warenkorbwert 500 € | Nicht kombinierbar mit weiteren Aktionen | Nur einmal pro Person einlösbar | Nur solange der Vorrat reicht

  • Produktbild: Mining Complex Data
  • Produktbild: Mining Complex Data
Band 165

Mining Complex Data

195,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

28.10.2010

Abbildungen

XII, 114 illus., schwarz-weiss Illustrationen

Herausgeber

Djamel A. Zighed + weitere

Verlag

Springer Berlin

Seitenzahl

302

Maße (L/B/H)

23,5/15,5/1,8 cm

Gewicht

482 g

Auflage

Softcover reprint of hardcover 1st ed. 2009

Sprache

Englisch

ISBN

978-3-642-09980-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

28.10.2010

Abbildungen

XII, 114 illus., schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer Berlin

Seitenzahl

302

Maße (L/B/H)

23,5/15,5/1,8 cm

Gewicht

482 g

Auflage

Softcover reprint of hardcover 1st ed. 2009

Sprache

Englisch

ISBN

978-3-642-09980-9

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: Mining Complex Data
  • Produktbild: Mining Complex Data
  • General Aspects of Complex Data.- Using Layout Data for the Analysis of Scientific Literature.- Extracting a Fuzzy System by Using Genetic Algorithms for Imbalanced Datasets Classification: Application on Down’s Syndrome Detection.- A Hybrid Approach of Boosting Against Noisy Data.- Dealing with Missing Values in a Probabilistic Decision Tree during Classification.- Kernel-Based Algorithms and Visualization for Interval Data Mining.- Rules Extraction.- Evaluating Learning Algorithms Composed by a Constructive Meta-learning Scheme for a Rule Evaluation Support Method.- Mining Statistical Association Rules to Select the Most Relevant Medical Image Features.- From Sequence Mining to Multidimensional Sequence Mining.- Tree-Based Algorithms for Action Rules Discovery.- Graph Data Mining.- Indexing Structure for Graph-Structured Data.- Full Perfect Extension Pruning for Frequent Subgraph Mining.- Parallel Algorithm for Enumerating Maximal Cliques in Complex Network.- Community Finding of Scale-Free Network: Algorithm and Evaluation Criterion.- The k-Dense Method to Extract Communities from Complex Networks.- Data Clustering.- Efficient Clustering for Orders.- Exploring Validity Indices for Clustering Textual Data.