Información de la indexación
006 Ciencia de los computadores (Métodos especiales de computador)Documentos en la biblioteca con la clasificación 006.312 (38)
Crear una solicitud de compra Refinar búsqueda4th IFIP TC 12 International Conference, ICCIDS 2021, Chennai, India, March 18–20, 2021, Revised Selected Papers / Krishnamurthy, Vallidevi ; Jaganathan, Suresh ; Rajaram, Kanchana ; Shunmuganathan, Saraswathi
TÃtulo : 4th IFIP TC 12 International Conference, ICCIDS 2021, Chennai, India, March 18–20, 2021, Revised Selected Papers Tipo de documento: documento electrónico Autores: Krishnamurthy, Vallidevi, ; Jaganathan, Suresh, ; Rajaram, Kanchana, ; Shunmuganathan, Saraswathi, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: X, 221 p. 153 ilustraciones, 56 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-92600-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento de datos Red de computadoras Aprendizaje automático MinerÃa de datos y descubrimiento de conocimientos Redes de comunicación informática Clasificación: 006.312 Resumen: Este libro constituye las actas posteriores a la conferencia arbitradas de la Cuarta Conferencia Internacional IFIP TC 12 sobre Inteligencia Computacional en Ciencia de Datos, ICCIDS 2021, celebrada en Chennai, India, en marzo de 2021. Los 20 artÃculos completos revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 75 presentaciones. Los artÃculos cubren temas como inteligencia computacional para análisis de textos; inteligencia computacional para análisis de imágenes y videos; blockchain y ciencia de datos. Nota de contenido: Machine Learning (ML), Deep Learning (DL), Internet of Things (IoT) -- A Scalable Data Pipeline for Realtime Geofencing using Apache Pulsar -- Crop Recommendation by Analysing the Soil Nutrients using Machine Learning Techniques: A Study -- Predict Customer churn in Banking based on Data Mining Techniques -- Early Prediction of Diabetes Disease Based on Data Mining Techniques -- An application driven IoT based rooftop farming model for Urban Agriculture -- Enhanced Ant Colony Optimization Algorithm for Optimizing Load balancing in Cloud Computing Platform -- Captioning of Image Conceptually using BI-LSTM technique -- Analysis of Land Cover type using Landsat-8 data -- Rule Based Combined Tagger for Marathi Text -- Evaluating candidate Answers based on derivative lexical similarity and space padding for the Arabic language -- Ontology Model for Spatio-Temporal Contexts in Smart Home Environments -- Automatic Detection of Building in Medium Density Image Using Morphological Operation -- A Liver Segmentation Algorithm with Interactive Error Correction for Abdominal CT Images: A Preliminary Study -- Pixel based Adversarial Attacks on Convolutional Neural Networks Models -- Continual Learning for Classification Problems: A Survey -- Detection of Flooded Regions from Satellite Images using Modified UNET -- Blockchain -- Blockchain based end-to-end tracking system for COVID patients -- Decentralized Application using Ethereum Blockchain on Performance Analysis considering E-voting system -- Enhanced Privacy Protection in Blockchain using SGX and Sidechains -- A Comparative Analysis of Blockchain Platform: Issues and Recommendations- Certificate Verification System. Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the Fourth IFIP TC 12 International Conference on Computational Intelligence in Data Science, ICCIDS 2021, held in Chennai, India, in March 2021. The 20 revised full papers presented were carefully reviewed and selected from 75 submissions. The papers cover topics such as computational intelligence for text analysis; computational intelligence for image and video analysis; blockchain and data science. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 4th IFIP TC 12 International Conference, ICCIDS 2021, Chennai, India, March 18–20, 2021, Revised Selected Papers [documento electrónico] / Krishnamurthy, Vallidevi, ; Jaganathan, Suresh, ; Rajaram, Kanchana, ; Shunmuganathan, Saraswathi, . - 1 ed. . - [s.l.] : Springer, 2021 . - X, 221 p. 153 ilustraciones, 56 ilustraciones en color.
ISBN : 978-3-030-92600-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Procesamiento de datos Red de computadoras Aprendizaje automático MinerÃa de datos y descubrimiento de conocimientos Redes de comunicación informática Clasificación: 006.312 Resumen: Este libro constituye las actas posteriores a la conferencia arbitradas de la Cuarta Conferencia Internacional IFIP TC 12 sobre Inteligencia Computacional en Ciencia de Datos, ICCIDS 2021, celebrada en Chennai, India, en marzo de 2021. Los 20 artÃculos completos revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 75 presentaciones. Los artÃculos cubren temas como inteligencia computacional para análisis de textos; inteligencia computacional para análisis de imágenes y videos; blockchain y ciencia de datos. Nota de contenido: Machine Learning (ML), Deep Learning (DL), Internet of Things (IoT) -- A Scalable Data Pipeline for Realtime Geofencing using Apache Pulsar -- Crop Recommendation by Analysing the Soil Nutrients using Machine Learning Techniques: A Study -- Predict Customer churn in Banking based on Data Mining Techniques -- Early Prediction of Diabetes Disease Based on Data Mining Techniques -- An application driven IoT based rooftop farming model for Urban Agriculture -- Enhanced Ant Colony Optimization Algorithm for Optimizing Load balancing in Cloud Computing Platform -- Captioning of Image Conceptually using BI-LSTM technique -- Analysis of Land Cover type using Landsat-8 data -- Rule Based Combined Tagger for Marathi Text -- Evaluating candidate Answers based on derivative lexical similarity and space padding for the Arabic language -- Ontology Model for Spatio-Temporal Contexts in Smart Home Environments -- Automatic Detection of Building in Medium Density Image Using Morphological Operation -- A Liver Segmentation Algorithm with Interactive Error Correction for Abdominal CT Images: A Preliminary Study -- Pixel based Adversarial Attacks on Convolutional Neural Networks Models -- Continual Learning for Classification Problems: A Survey -- Detection of Flooded Regions from Satellite Images using Modified UNET -- Blockchain -- Blockchain based end-to-end tracking system for COVID patients -- Decentralized Application using Ethereum Blockchain on Performance Analysis considering E-voting system -- Enhanced Privacy Protection in Blockchain using SGX and Sidechains -- A Comparative Analysis of Blockchain Platform: Issues and Recommendations- Certificate Verification System. Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the Fourth IFIP TC 12 International Conference on Computational Intelligence in Data Science, ICCIDS 2021, held in Chennai, India, in March 2021. The 20 revised full papers presented were carefully reviewed and selected from 75 submissions. The papers cover topics such as computational intelligence for text analysis; computational intelligence for image and video analysis; blockchain and data science. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : 8th IFIP WG 2.6 International Symposium, SIMPDA 2018, Seville, Spain, December 13–14, 2018, and 9th International Symposium, SIMPDA 2019, Bled, Slovenia, September 8, 2019, Revised Selected Papers Tipo de documento: documento electrónico Autores: Ceravolo, Paolo, ; van Keulen, Maurice, ; Gómez-López, MarÃa Teresa, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: IX, 125 p. 53 ilustraciones, 43 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-46633-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento de datos Servicios de información empresarial Software de la aplicacion MinerÃa de datos y descubrimiento de conocimientos TI en los negocios Aplicaciones informáticas y de sistemas de información Clasificación: 006.312 Resumen: Este libro constituye una selección revisada de artÃculos del 8.º y 9.º Simposio internacional IFIP WG 2.6 sobre descubrimiento y análisis de procesos basados ​​en datos, SIMPDA 2018, celebrado en Sevilla, España, del 13 al 14 de diciembre de 2018, y SIMPDA 2019, celebrado en Bled, Eslovenia, el 8 de septiembre de 2019. De 16 presentaciones recibidas para SIMPDA 2018 y 9 presentaciones recibidas para SIMPDA 2019, se revisaron y seleccionaron cuidadosamente 3 artÃculos cada uno para su presentación en este volumen. Cubren cuestiones teóricas relacionadas con la representación, el descubrimiento y el análisis de procesos o proporcionan ejemplos prácticos y operativos de su aplicación. Nota de contenido: Designing Process-Centric Blockchain-based Architectures: A Case Study in e-voting as a Service -- Extracting Multiple Viewpoint Models from Relational Databases -- Standardizing Process-Data Exploitation by means of a Process-Instance Metamodel -- Exploiting Event Log Event Attributes in RNN Based Prediction -- General Model for Tracking Manufacturing Products Using Graph Databases -- Supporting Confidentiality in Process Mining Using Abstraction and Encryption. Tipo de medio : Computadora Summary : This book constitutes revised selected papers from the 8th and 9th IFIP WG 2.6 International Symposium on Data-Driven Process Discovery and Analysis, SIMPDA 2018, held in Seville, Spain, on December 13–14, 2018, and SIMPDA 2019, held in Bled, Slovenia, on September 8, 2019. From 16 submissions received for SIMPDA 2018 and 9 submissions received for SIMPDA 2019, 3 papers each were carefully reviewed and selected for presentation in this volume. They cover theoretical issues related to process representation, discovery, and analysis or provide practical and operational examples of their application. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 8th IFIP WG 2.6 International Symposium, SIMPDA 2018, Seville, Spain, December 13–14, 2018, and 9th International Symposium, SIMPDA 2019, Bled, Slovenia, September 8, 2019, Revised Selected Papers [documento electrónico] / Ceravolo, Paolo, ; van Keulen, Maurice, ; Gómez-López, MarÃa Teresa, . - 1 ed. . - [s.l.] : Springer, 2020 . - IX, 125 p. 53 ilustraciones, 43 ilustraciones en color.
ISBN : 978-3-030-46633-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Procesamiento de datos Servicios de información empresarial Software de la aplicacion MinerÃa de datos y descubrimiento de conocimientos TI en los negocios Aplicaciones informáticas y de sistemas de información Clasificación: 006.312 Resumen: Este libro constituye una selección revisada de artÃculos del 8.º y 9.º Simposio internacional IFIP WG 2.6 sobre descubrimiento y análisis de procesos basados ​​en datos, SIMPDA 2018, celebrado en Sevilla, España, del 13 al 14 de diciembre de 2018, y SIMPDA 2019, celebrado en Bled, Eslovenia, el 8 de septiembre de 2019. De 16 presentaciones recibidas para SIMPDA 2018 y 9 presentaciones recibidas para SIMPDA 2019, se revisaron y seleccionaron cuidadosamente 3 artÃculos cada uno para su presentación en este volumen. Cubren cuestiones teóricas relacionadas con la representación, el descubrimiento y el análisis de procesos o proporcionan ejemplos prácticos y operativos de su aplicación. Nota de contenido: Designing Process-Centric Blockchain-based Architectures: A Case Study in e-voting as a Service -- Extracting Multiple Viewpoint Models from Relational Databases -- Standardizing Process-Data Exploitation by means of a Process-Instance Metamodel -- Exploiting Event Log Event Attributes in RNN Based Prediction -- General Model for Tracking Manufacturing Products Using Graph Databases -- Supporting Confidentiality in Process Mining Using Abstraction and Encryption. Tipo de medio : Computadora Summary : This book constitutes revised selected papers from the 8th and 9th IFIP WG 2.6 International Symposium on Data-Driven Process Discovery and Analysis, SIMPDA 2018, held in Seville, Spain, on December 13–14, 2018, and SIMPDA 2019, held in Bled, Slovenia, on September 8, 2019. From 16 submissions received for SIMPDA 2018 and 9 submissions received for SIMPDA 2019, 3 papers each were carefully reviewed and selected for presentation in this volume. They cover theoretical issues related to process representation, discovery, and analysis or provide practical and operational examples of their application. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Advances in Data Science and Information Engineering : Proceedings from ICDATA 2020 and IKE 2020 Tipo de documento: documento electrónico Autores: Stahlbock, Robert, ; Weiss, Gary M., ; Abou-Nasr, Mahmoud, ; Yang, Cheng-Ying, ; Arabnia, Hamid R., ; Deligiannidis, Leonidas, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XXV, 986 p. 344 ilustraciones, 286 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-71704-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento de datos Inteligencia Computacional Sistemas expertos (Informática) MinerÃa de datos y descubrimiento de conocimientos Sistemas basados ​​en el conocimiento Clasificación: 006.312 Resumen: El libro presenta las actas de dos conferencias: la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre IngenierÃa de la Información y el Conocimiento (IKE 2020), que tuvo lugar en Las Vegas, NV, EE. UU., del 27 al 30 de julio. , 2020. Las conferencias son parte del Congreso Mundial 2020 más grande en Ciencias de la Computación, IngenierÃa Informática y Computación Aplicada (CSCE''20), que cuenta con 20 temas principales. Los artÃculos cubren todos los aspectos de la ciencia de datos, la minerÃa de datos, el aprendizaje automático, la inteligencia artificial y computacional (ICDATA) y los sistemas de recuperación de información, la ingenierÃa de la información y el conocimiento, la gestión y el ciberaprendizaje (IKE). Los autores incluyen académicos, investigadores, profesionales y estudiantes. Presenta las actas de la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre IngenierÃa de la Información y el Conocimiento (IKE 2020); Incluye artÃculos sobre temas que van desde la minerÃa de datos hasta el aprendizaje automático y los sistemas de recuperación de información; Los autores incluyen académicos, investigadores, profesionales y estudiantes. Nota de contenido: Introduction -- Part I: Data Mining/Machine Learning Tasks -- Data Mining Algorithms -- Data Mining Integration -- Data Mining Process -- Data Mining Applications -- Data Mining Software -- Algorithms for Big Data -- Big Data Fundamentals -- Infrastructures for Big Data -- Big Data Management and Frameworks -- Big Data Search -- Privacy in the Era of Big Data -- Applications of Big Data -- Part II: information Retrieval Systems -- Knowledge Management and Cyber-Learning -- Database Engineering and Systems -- Data and Knowledge Processing -- Databanks: Issues, Methods, and Standards -- Data Warehousing and Datacenters -- Health Information Systems -- Data Security and Privacy Issues -- Information Reliability and Security -- Information and Knowledge Structures -- Knowledge Life Cycle -- Conclusion. Tipo de medio : Computadora Summary : The book presents the proceedings of two conferences: the 16th International Conference on Data Science (ICDATA 2020) and the 19th International Conference on Information & Knowledge Engineering (IKE 2020), which took place in Las Vegas, NV, USA, July 27-30, 2020. The conferences are part of the larger 2020 World Congress in Computer Science, Computer Engineering, & Applied Computing (CSCE'20), which features 20 major tracks. Papers cover all aspects of Data Science, Data Mining, Machine Learning, Artificial and Computational Intelligence (ICDATA) and Information Retrieval Systems, Information & Knowledge Engineering, Management and Cyber-Learning (IKE). Authors include academics, researchers, professionals, and students. Presents the proceedings of the 16th International Conference on Data Science (ICDATA 2020) and the 19th International Conference on Information & Knowledge Engineering (IKE 2020); Includes papers on topics from data mining to machine learning to informational retrieval systems; Authors include academics, researchers, professionals and students. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Data Science and Information Engineering : Proceedings from ICDATA 2020 and IKE 2020 [documento electrónico] / Stahlbock, Robert, ; Weiss, Gary M., ; Abou-Nasr, Mahmoud, ; Yang, Cheng-Ying, ; Arabnia, Hamid R., ; Deligiannidis, Leonidas, . - 1 ed. . - [s.l.] : Springer, 2021 . - XXV, 986 p. 344 ilustraciones, 286 ilustraciones en color.
ISBN : 978-3-030-71704-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Procesamiento de datos Inteligencia Computacional Sistemas expertos (Informática) MinerÃa de datos y descubrimiento de conocimientos Sistemas basados ​​en el conocimiento Clasificación: 006.312 Resumen: El libro presenta las actas de dos conferencias: la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre IngenierÃa de la Información y el Conocimiento (IKE 2020), que tuvo lugar en Las Vegas, NV, EE. UU., del 27 al 30 de julio. , 2020. Las conferencias son parte del Congreso Mundial 2020 más grande en Ciencias de la Computación, IngenierÃa Informática y Computación Aplicada (CSCE''20), que cuenta con 20 temas principales. Los artÃculos cubren todos los aspectos de la ciencia de datos, la minerÃa de datos, el aprendizaje automático, la inteligencia artificial y computacional (ICDATA) y los sistemas de recuperación de información, la ingenierÃa de la información y el conocimiento, la gestión y el ciberaprendizaje (IKE). Los autores incluyen académicos, investigadores, profesionales y estudiantes. Presenta las actas de la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre IngenierÃa de la Información y el Conocimiento (IKE 2020); Incluye artÃculos sobre temas que van desde la minerÃa de datos hasta el aprendizaje automático y los sistemas de recuperación de información; Los autores incluyen académicos, investigadores, profesionales y estudiantes. Nota de contenido: Introduction -- Part I: Data Mining/Machine Learning Tasks -- Data Mining Algorithms -- Data Mining Integration -- Data Mining Process -- Data Mining Applications -- Data Mining Software -- Algorithms for Big Data -- Big Data Fundamentals -- Infrastructures for Big Data -- Big Data Management and Frameworks -- Big Data Search -- Privacy in the Era of Big Data -- Applications of Big Data -- Part II: information Retrieval Systems -- Knowledge Management and Cyber-Learning -- Database Engineering and Systems -- Data and Knowledge Processing -- Databanks: Issues, Methods, and Standards -- Data Warehousing and Datacenters -- Health Information Systems -- Data Security and Privacy Issues -- Information Reliability and Security -- Information and Knowledge Structures -- Knowledge Life Cycle -- Conclusion. Tipo de medio : Computadora Summary : The book presents the proceedings of two conferences: the 16th International Conference on Data Science (ICDATA 2020) and the 19th International Conference on Information & Knowledge Engineering (IKE 2020), which took place in Las Vegas, NV, USA, July 27-30, 2020. The conferences are part of the larger 2020 World Congress in Computer Science, Computer Engineering, & Applied Computing (CSCE'20), which features 20 major tracks. Papers cover all aspects of Data Science, Data Mining, Machine Learning, Artificial and Computational Intelligence (ICDATA) and Information Retrieval Systems, Information & Knowledge Engineering, Management and Cyber-Learning (IKE). Authors include academics, researchers, professionals, and students. Presents the proceedings of the 16th International Conference on Data Science (ICDATA 2020) and the 19th International Conference on Information & Knowledge Engineering (IKE 2020); Includes papers on topics from data mining to machine learning to informational retrieval systems; Authors include academics, researchers, professionals and students. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Anomaly Detection Principles and Algorithms Tipo de documento: documento electrónico Autores: Mehrotra, Kishan G., ; Mohan, Chilukuri K., ; Huang, HuaMing, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXII, 217 p. 66 ilustraciones, 55 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-67526-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento de datos Sistemas de reconocimiento de patrones Protección de datos MinerÃa de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Seguridad de datos e información Clasificación: 006.312 Resumen: Este libro proporciona una presentación legible y elegante de los principios de la detección de anomalÃas, proporcionando una introducción sencilla para los recién llegados al campo. Se describe sucintamente una gran cantidad de algoritmos, junto con una presentación de sus fortalezas y debilidades. Los autores también cubren algoritmos que abordan diferentes tipos de problemas de interés con datos de series temporales únicas y múltiples y datos multidimensionales. Se describen nuevos algoritmos de detección de anomalÃas en conjuntos, utilizando los beneficios proporcionados por diversos algoritmos, cada uno de los cuales funciona bien con algunos tipos de datos. Con los avances en la tecnologÃa y el uso extensivo de Internet como medio de comunicación y comercio, ha habido un enorme aumento en las amenazas que enfrentan individuos y organizaciones por parte de atacantes y entidades criminales. Se ha descubierto que las variaciones en las conductas observables de los individuos (de los demás y de sus propias conductas pasadas) son útiles para predecir problemas potenciales de diversos tipos. De ahà que los informáticos y estadÃsticos hayan estado realizando investigaciones sobre la identificación automática de anomalÃas en grandes conjuntos de datos. Este libro estará dirigido principalmente a profesionales e investigadores recién llegados al área de las técnicas modernas de detección de anomalÃas. Los estudiantes de nivel avanzado en informática también encontrarán este libro útil en sus estudios. Nota de contenido: 1 Introduction -- 2 Anomaly Detection -- 3 Distance-based Anomaly Detection Approaches -- 4 Clustering-based Anomaly Detection Approaches -- 5 Model-based Anomaly Detection Approaches -- 6 Distance and Density Based Approaches -- 7 Rank Based Approaches -- 8 Ensemble Methods -- 9 Algorithms for Time Series Data -- Datasets for Evaluation -- Datasets for Time Series Experiments. Tipo de medio : Computadora Summary : This book provides a readable and elegant presentation of the principles of anomaly detection,providing an easy introduction for newcomers to the field. A large number of algorithms are succinctly described, along with a presentation of their strengths and weaknesses. The authors also cover algorithms that address different kinds of problems of interest with single and multiple time series data and multi-dimensional data. New ensemble anomaly detection algorithms are described, utilizing the benefits provided by diverse algorithms, each of which work well on some kinds of data. With advancements in technology and the extensive use of the internet as a medium for communications and commerce, there has been a tremendous increase in the threats faced by individuals and organizations from attackers and criminal entities. Variations in the observable behaviors of individuals (from others and from theirown past behaviors) have been found to be useful in predicting potential problems of various kinds. Hence computer scientists and statisticians have been conducting research on automatically identifying anomalies in large datasets. This book will primarily target practitioners and researchers who are newcomers to the area of modern anomaly detection techniques. Advanced-level students in computer science will also find this book helpful with their studies. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Anomaly Detection Principles and Algorithms [documento electrónico] / Mehrotra, Kishan G., ; Mohan, Chilukuri K., ; Huang, HuaMing, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXII, 217 p. 66 ilustraciones, 55 ilustraciones en color.
ISBN : 978-3-319-67526-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Procesamiento de datos Sistemas de reconocimiento de patrones Protección de datos MinerÃa de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Seguridad de datos e información Clasificación: 006.312 Resumen: Este libro proporciona una presentación legible y elegante de los principios de la detección de anomalÃas, proporcionando una introducción sencilla para los recién llegados al campo. Se describe sucintamente una gran cantidad de algoritmos, junto con una presentación de sus fortalezas y debilidades. Los autores también cubren algoritmos que abordan diferentes tipos de problemas de interés con datos de series temporales únicas y múltiples y datos multidimensionales. Se describen nuevos algoritmos de detección de anomalÃas en conjuntos, utilizando los beneficios proporcionados por diversos algoritmos, cada uno de los cuales funciona bien con algunos tipos de datos. Con los avances en la tecnologÃa y el uso extensivo de Internet como medio de comunicación y comercio, ha habido un enorme aumento en las amenazas que enfrentan individuos y organizaciones por parte de atacantes y entidades criminales. Se ha descubierto que las variaciones en las conductas observables de los individuos (de los demás y de sus propias conductas pasadas) son útiles para predecir problemas potenciales de diversos tipos. De ahà que los informáticos y estadÃsticos hayan estado realizando investigaciones sobre la identificación automática de anomalÃas en grandes conjuntos de datos. Este libro estará dirigido principalmente a profesionales e investigadores recién llegados al área de las técnicas modernas de detección de anomalÃas. Los estudiantes de nivel avanzado en informática también encontrarán este libro útil en sus estudios. Nota de contenido: 1 Introduction -- 2 Anomaly Detection -- 3 Distance-based Anomaly Detection Approaches -- 4 Clustering-based Anomaly Detection Approaches -- 5 Model-based Anomaly Detection Approaches -- 6 Distance and Density Based Approaches -- 7 Rank Based Approaches -- 8 Ensemble Methods -- 9 Algorithms for Time Series Data -- Datasets for Evaluation -- Datasets for Time Series Experiments. Tipo de medio : Computadora Summary : This book provides a readable and elegant presentation of the principles of anomaly detection,providing an easy introduction for newcomers to the field. A large number of algorithms are succinctly described, along with a presentation of their strengths and weaknesses. The authors also cover algorithms that address different kinds of problems of interest with single and multiple time series data and multi-dimensional data. New ensemble anomaly detection algorithms are described, utilizing the benefits provided by diverse algorithms, each of which work well on some kinds of data. With advancements in technology and the extensive use of the internet as a medium for communications and commerce, there has been a tremendous increase in the threats faced by individuals and organizations from attackers and criminal entities. Variations in the observable behaviors of individuals (from others and from theirown past behaviors) have been found to be useful in predicting potential problems of various kinds. Hence computer scientists and statisticians have been conducting research on automatically identifying anomalies in large datasets. This book will primarily target practitioners and researchers who are newcomers to the area of modern anomaly detection techniques. Advanced-level students in computer science will also find this book helpful with their studies. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Applied Data Science : Lessons Learned for the Data-Driven Business Tipo de documento: documento electrónico Autores: Braschler, Martin, ; Stadelmann, Thilo, ; Stockinger, Kurt, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIII, 465 p. 121 ilustraciones, 92 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-11821-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento de datos Aprendizaje automático Investigación cuantitativa Sistemas de almacenamiento y recuperación de información. MinerÃa de datos y descubrimiento de conocimientos Análisis de datos y Big Data Almacenamiento y recuperación de información Clasificación: 006.312 Resumen: Este libro tiene dos objetivos principales: definir la ciencia de datos a través del trabajo de los cientÃficos de datos y sus resultados, es decir, productos de datos, y al mismo tiempo brindar al lector lecciones relevantes aprendidas de proyectos de ciencia de datos aplicada en la intersección de la academia y la industria. Como tal, no reemplaza a un libro de texto clásico (es decir, no profundiza en los fundamentos de los métodos y principios descritos en otros lugares), pero resalta sistemáticamente la conexión entre la teorÃa, por un lado, y su aplicación en casos de uso especÃficos. en el otro. Con estos objetivos en mente, el libro se divide en tres partes: La Parte I rinde homenaje a la naturaleza interdisciplinaria de la ciencia de datos y proporciona una comprensión común de la terminologÃa de la ciencia de datos para lectores con diferentes orÃgenes. Estos seis capÃtulos están orientados a dibujar una imagen consistente de la ciencia de datos y fueron escritos predominantemente por los propios editores. Luego, la Parte II amplÃa el espectro al presentar puntos de vista y perspectivas de diversos autores, algunos del mundo académico y otros de la industria, desde finanzas hasta salud y desde manufactura hasta comercio electrónico. Cada uno de estos capÃtulos describe un principio, método o herramienta fundamental en la ciencia de datos mediante el análisis de casos de uso especÃficos y la extracción de conclusiones concretas de ellos. Los estudios de caso presentados y los métodos y herramientas aplicados representan los aspectos prácticos de la ciencia de datos. Finalmente, la Parte III fue escrita nuevamente desde la perspectiva de los editores y resume las lecciones aprendidas que se han extraÃdo de los estudios de caso de la Parte II. La sección puede verse como un metaestudio sobre ciencia de datos en una amplia gama de dominios, puntos de vista y campos. Además, proporciona respuestas a la pregunta de cuáles son los factores crÃticos para el éxito en diferentes proyectos de ciencia de datos. El libro está dirigido tanto a profesionales como a estudiantes de ciencia de datos: en primer lugar, cientÃficos de datos en ejercicio en la industria y el mundo académico que desean ampliar su alcance y ampliar sus conocimientos aprovechando la experiencia combinada de los autores. En segundo lugar, los tomadores de decisiones en empresas que enfrentan el desafÃo de crear o implementar una estrategia basada en datos y que desean aprender de historias de éxito que abarcan una variedad de industrias. En tercer lugar, estudiantes de ciencia de datos que quieran comprender los aspectos teóricos y prácticos de la ciencia de datos, examinados por estudios de casos del mundo real en la intersección de la academia y la industria. . Nota de contenido: Preface -- 1 Introduction -- 2 Data Science -- 3 Data Scientists -- 4 Data products -- 5 Legal Aspects of Applied Data Science -- 6 Risks and Side Effects of Data Science and Data Technology -- 7 Organization -- 8 What is Data Science? -- 9 On Developing Data Science -- 10 The ethics of Big Data applications in the consumer sector -- 11 Statistical Modelling -- 12 Beyond ImageNet - Deep Learning in Industrial Practice -- 13 THE BEAUTY OF SMALL DATA - AN INFORMATION RETRIEVAL PERSPECTIVE -- 14 Narrative Visualization of Open Data -- 15 Security of Data Science and Data Science for Security -- 16 Online Anomaly Detection over Big Data Streams -- 17 Unsupervised Learning and Simulation for Complexity Management in Business Operations -- 18 Data Warehousing and Exploratory Analysis for Market Monitoring -- 19 Mining Person-Centric Datasets for Insight, Prediction, and Public Health Planning -- 20 Economic Measures of Forecast Accuracy for Demand Planning - A Case-Based Discussion -- 21 Large-Scale Data-DrivenFinancial Risk Assessment -- 22 Governance and IT Architecture -- 23 Image Analysis at Scale for Finding the Links between Structure and Biology -- 24 Lessons Learned from Challenging Data Science Case Studies. . Tipo de medio : Computadora Summary : This book has two main goals: to define data science through the work of data scientists and their results, namely data products, while simultaneously providing the reader with relevant lessons learned from applied data science projects at the intersection of academia and industry. As such, it is not a replacement for a classical textbook (i.e., it does not elaborate on fundamentals of methods and principles described elsewhere), but systematically highlights the connection between theory, on the one hand, and its application in specific use cases, on the other. With these goals in mind, the book is divided into three parts: Part I pays tribute to the interdisciplinary nature of data science and provides a common understanding of data science terminology for readers with different backgrounds. These six chapters are geared towards drawing a consistent picture of data science and were predominantly written by the editorsthemselves. Part II then broadens the spectrum by presenting views and insights from diverse authors – some from academia and some from industry, ranging from financial to health and from manufacturing to e-commerce. Each of these chapters describes a fundamental principle, method or tool in data science by analyzing specific use cases and drawing concrete conclusions from them. The case studies presented, and the methods and tools applied, represent the nuts and bolts of data science. Finally, Part III was again written from the perspective of the editors and summarizes the lessons learned that have been distilled from the case studies in Part II. The section can be viewed as a meta-study on data science across a broad range of domains, viewpoints and fields. Moreover, it provides answers to the question of what the mission-critical factors for success in different data science undertakings are. The book targets professionals as well as students of data science: first, practicing data scientists in industry and academia who want to broaden their scope and expand their knowledge by drawing on the authors' combined experience. Second, decision makers in businesses who face the challenge of creating or implementing a data-driven strategy and who want to learn from success stories spanning a range of industries. Third, students of data science who want to understand both the theoretical and practical aspects of data science, vetted by real-world case studies at the intersection of academia and industry. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Applied Data Science : Lessons Learned for the Data-Driven Business [documento electrónico] / Braschler, Martin, ; Stadelmann, Thilo, ; Stockinger, Kurt, . - 1 ed. . - [s.l.] : Springer, 2019 . - XIII, 465 p. 121 ilustraciones, 92 ilustraciones en color.
ISBN : 978-3-030-11821-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Procesamiento de datos Aprendizaje automático Investigación cuantitativa Sistemas de almacenamiento y recuperación de información. MinerÃa de datos y descubrimiento de conocimientos Análisis de datos y Big Data Almacenamiento y recuperación de información Clasificación: 006.312 Resumen: Este libro tiene dos objetivos principales: definir la ciencia de datos a través del trabajo de los cientÃficos de datos y sus resultados, es decir, productos de datos, y al mismo tiempo brindar al lector lecciones relevantes aprendidas de proyectos de ciencia de datos aplicada en la intersección de la academia y la industria. Como tal, no reemplaza a un libro de texto clásico (es decir, no profundiza en los fundamentos de los métodos y principios descritos en otros lugares), pero resalta sistemáticamente la conexión entre la teorÃa, por un lado, y su aplicación en casos de uso especÃficos. en el otro. Con estos objetivos en mente, el libro se divide en tres partes: La Parte I rinde homenaje a la naturaleza interdisciplinaria de la ciencia de datos y proporciona una comprensión común de la terminologÃa de la ciencia de datos para lectores con diferentes orÃgenes. Estos seis capÃtulos están orientados a dibujar una imagen consistente de la ciencia de datos y fueron escritos predominantemente por los propios editores. Luego, la Parte II amplÃa el espectro al presentar puntos de vista y perspectivas de diversos autores, algunos del mundo académico y otros de la industria, desde finanzas hasta salud y desde manufactura hasta comercio electrónico. Cada uno de estos capÃtulos describe un principio, método o herramienta fundamental en la ciencia de datos mediante el análisis de casos de uso especÃficos y la extracción de conclusiones concretas de ellos. Los estudios de caso presentados y los métodos y herramientas aplicados representan los aspectos prácticos de la ciencia de datos. Finalmente, la Parte III fue escrita nuevamente desde la perspectiva de los editores y resume las lecciones aprendidas que se han extraÃdo de los estudios de caso de la Parte II. La sección puede verse como un metaestudio sobre ciencia de datos en una amplia gama de dominios, puntos de vista y campos. Además, proporciona respuestas a la pregunta de cuáles son los factores crÃticos para el éxito en diferentes proyectos de ciencia de datos. El libro está dirigido tanto a profesionales como a estudiantes de ciencia de datos: en primer lugar, cientÃficos de datos en ejercicio en la industria y el mundo académico que desean ampliar su alcance y ampliar sus conocimientos aprovechando la experiencia combinada de los autores. En segundo lugar, los tomadores de decisiones en empresas que enfrentan el desafÃo de crear o implementar una estrategia basada en datos y que desean aprender de historias de éxito que abarcan una variedad de industrias. En tercer lugar, estudiantes de ciencia de datos que quieran comprender los aspectos teóricos y prácticos de la ciencia de datos, examinados por estudios de casos del mundo real en la intersección de la academia y la industria. . Nota de contenido: Preface -- 1 Introduction -- 2 Data Science -- 3 Data Scientists -- 4 Data products -- 5 Legal Aspects of Applied Data Science -- 6 Risks and Side Effects of Data Science and Data Technology -- 7 Organization -- 8 What is Data Science? -- 9 On Developing Data Science -- 10 The ethics of Big Data applications in the consumer sector -- 11 Statistical Modelling -- 12 Beyond ImageNet - Deep Learning in Industrial Practice -- 13 THE BEAUTY OF SMALL DATA - AN INFORMATION RETRIEVAL PERSPECTIVE -- 14 Narrative Visualization of Open Data -- 15 Security of Data Science and Data Science for Security -- 16 Online Anomaly Detection over Big Data Streams -- 17 Unsupervised Learning and Simulation for Complexity Management in Business Operations -- 18 Data Warehousing and Exploratory Analysis for Market Monitoring -- 19 Mining Person-Centric Datasets for Insight, Prediction, and Public Health Planning -- 20 Economic Measures of Forecast Accuracy for Demand Planning - A Case-Based Discussion -- 21 Large-Scale Data-DrivenFinancial Risk Assessment -- 22 Governance and IT Architecture -- 23 Image Analysis at Scale for Finding the Links between Structure and Biology -- 24 Lessons Learned from Challenging Data Science Case Studies. . Tipo de medio : Computadora Summary : This book has two main goals: to define data science through the work of data scientists and their results, namely data products, while simultaneously providing the reader with relevant lessons learned from applied data science projects at the intersection of academia and industry. As such, it is not a replacement for a classical textbook (i.e., it does not elaborate on fundamentals of methods and principles described elsewhere), but systematically highlights the connection between theory, on the one hand, and its application in specific use cases, on the other. With these goals in mind, the book is divided into three parts: Part I pays tribute to the interdisciplinary nature of data science and provides a common understanding of data science terminology for readers with different backgrounds. These six chapters are geared towards drawing a consistent picture of data science and were predominantly written by the editorsthemselves. Part II then broadens the spectrum by presenting views and insights from diverse authors – some from academia and some from industry, ranging from financial to health and from manufacturing to e-commerce. Each of these chapters describes a fundamental principle, method or tool in data science by analyzing specific use cases and drawing concrete conclusions from them. The case studies presented, and the methods and tools applied, represent the nuts and bolts of data science. Finally, Part III was again written from the perspective of the editors and summarizes the lessons learned that have been distilled from the case studies in Part II. The section can be viewed as a meta-study on data science across a broad range of domains, viewpoints and fields. Moreover, it provides answers to the question of what the mission-critical factors for success in different data science undertakings are. The book targets professionals as well as students of data science: first, practicing data scientists in industry and academia who want to broaden their scope and expand their knowledge by drawing on the authors' combined experience. Second, decision makers in businesses who face the challenge of creating or implementing a data-driven strategy and who want to learn from success stories spanning a range of industries. Third, students of data science who want to understand both the theoretical and practical aspects of data science, vetted by real-world case studies at the intersection of academia and industry. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
PermalinkPermalinkPermalinkPermalink
Permalink
PermalinkPermalink
