| Título : |
Encyclopedia of Machine Learning and Data Mining |
| Tipo de documento: |
documento electrónico |
| Autores: |
Sammut, Claude, ; Webb, Geoffrey I., |
| Mención de edición: |
2 ed. |
| Editorial: |
Boston, MA [USA] : Springer |
| Fecha de publicación: |
2017 |
| Número de páginas: |
263 ilustraciones, 83 ilustraciones en color. eReference. |
| ISBN/ISSN/DL: |
978-1-4899-7687-1 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Inteligencia artificial Procesamiento de datos Sistemas de reconocimiento de patrones Minería de datos y descubrimiento de conocimientos Estadística y Computación Reconocimiento de patrones automatizado |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
Esta segunda edición autorizada, ampliada y actualizada de la Enciclopedia de aprendizaje automático y minería de datos brinda fácil acceso a información básica para quienes buscan ingresar a cualquier aspecto dentro del amplio campo del aprendizaje automático y la minería de datos. Se trata de una obra de suma importancia, cuyas 800 entradas (alrededor de 150 de ellas actualizadas o añadidas recientemente) están repletas de valiosas referencias bibliográficas, lo que proporciona al lector un portal hacia información más detallada sobre cualquier tema determinado. Los temas de la Enciclopedia de aprendizaje automático y minería de datos incluyen aprendizaje y lógica, minería de datos, aplicaciones, minería de textos, aprendizaje estadístico, aprendizaje por refuerzo, minería de patrones, minería de gráficos, minería relacional, computación evolutiva, teoría de la información, clonación de comportamiento y muchos otros. . Los temas fueron seleccionados por un distinguido consejo asesor internacional. Cada entrada altamente estructurada y revisada por pares incluye una definición, palabras clave, una ilustración, aplicaciones, una bibliografía y enlaces a literatura relacionada. Las entradas son expositivas y tutoriales, lo que hace de esta referencia un recurso práctico para estudiantes, académicos o profesionales que emplean métodos de aprendizaje automático y minería de datos en sus proyectos. Las técnicas de aprendizaje automático y minería de datos tienen innumerables aplicaciones, incluidas aplicaciones de ciencia de datos, y esta referencia es esencial para cualquiera que busque un acceso rápido a información vital sobre el tema. |
| Nota de contenido: |
Abduction -- Adaptive Resonance Theory -- Anomaly Detection -- Bayes Rule -- Case-Based Reasoning -- Categorical Data Clustering -- Causality -- Clustering from Data Streams -- Complexity in Adaptive Systems -- Complexity of Inductive Inference -- Computational Complexity of Learning -- Confusion Matrix -- Connections Between Inductive Inference and Machine Learning -- Covariance Matrix -- Decision List -- Decision Lists and Decision Trees -- Decision Tree -- Deep Learning -- Density-Based Clustering -- Dimensionality Reduction -- Document Classification -- Dynamic Memory Model -- Empirical Risk Minimization -- Error Rate -- Event Extraction from Media Texts -- Evolutionary Clustering -- Evolutionary Computation in Economics -- Evolutionary Computation in Finance -- Evolutionary Computational Techniques in Marketing -- Evolutionary Feature Selection and Construction -- Evolutionary Kernel Learning -- Evolutionary Robotics -- Expectation Maximization Clustering -- Expectation Propagation -- Feature Construction in Text Mining -- Feature Selection -- Feature Selection in Text Mining -- Gaussian Distribution -- Gaussian Process -- Generative and Discriminative Learning -- Grammatical Inference -- Graphical Models -- Hidden Markov Models -- Inductive Inference -- Inductive Logic Programming -- Inductive Programming -- Inductive Transfer -- Inverse Reinforcement Learning -- Kernel Methods -- K-Means Clustering -- K-Medoids Clustering -- K-Way Spectral Clustering -- Learning Algorithm Evaluation -- Learning Graphical Models -- Learning Models of Biological Sequences -- Learning to Rank -- Learning Using Privileged Information -- Linear Discriminant -- Linear Regression -- Locally Weighted Regression for Control -- Machine Learning and Game Playing -- Manhattan Distance -- Maximum Entropy Models for Natural Language Processing -- Mean Shift -- Metalearning -- Minimum Description Length Principle -- Minimum Message Length -- Mixture Model -- Model Evaluation -- Model Trees -- Multi Label Learning -- Naïve Bayes -- Occam's Razor -- Online Controlled Experiments and A/B Testing -- Online Learning -- Opinion Stream Mining -- PAC Learning -- Partitional Clustering -- Phase Transitions in Machine Learning. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Encyclopedia of Machine Learning and Data Mining [documento electrónico] / Sammut, Claude, ; Webb, Geoffrey I., . - 2 ed. . - Boston, MA [USA] : Springer, 2017 . - 263 ilustraciones, 83 ilustraciones en color. eReference. ISBN : 978-1-4899-7687-1 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Inteligencia artificial Procesamiento de datos Sistemas de reconocimiento de patrones Minería de datos y descubrimiento de conocimientos Estadística y Computación Reconocimiento de patrones automatizado |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
Esta segunda edición autorizada, ampliada y actualizada de la Enciclopedia de aprendizaje automático y minería de datos brinda fácil acceso a información básica para quienes buscan ingresar a cualquier aspecto dentro del amplio campo del aprendizaje automático y la minería de datos. Se trata de una obra de suma importancia, cuyas 800 entradas (alrededor de 150 de ellas actualizadas o añadidas recientemente) están repletas de valiosas referencias bibliográficas, lo que proporciona al lector un portal hacia información más detallada sobre cualquier tema determinado. Los temas de la Enciclopedia de aprendizaje automático y minería de datos incluyen aprendizaje y lógica, minería de datos, aplicaciones, minería de textos, aprendizaje estadístico, aprendizaje por refuerzo, minería de patrones, minería de gráficos, minería relacional, computación evolutiva, teoría de la información, clonación de comportamiento y muchos otros. . Los temas fueron seleccionados por un distinguido consejo asesor internacional. Cada entrada altamente estructurada y revisada por pares incluye una definición, palabras clave, una ilustración, aplicaciones, una bibliografía y enlaces a literatura relacionada. Las entradas son expositivas y tutoriales, lo que hace de esta referencia un recurso práctico para estudiantes, académicos o profesionales que emplean métodos de aprendizaje automático y minería de datos en sus proyectos. Las técnicas de aprendizaje automático y minería de datos tienen innumerables aplicaciones, incluidas aplicaciones de ciencia de datos, y esta referencia es esencial para cualquiera que busque un acceso rápido a información vital sobre el tema. |
| Nota de contenido: |
Abduction -- Adaptive Resonance Theory -- Anomaly Detection -- Bayes Rule -- Case-Based Reasoning -- Categorical Data Clustering -- Causality -- Clustering from Data Streams -- Complexity in Adaptive Systems -- Complexity of Inductive Inference -- Computational Complexity of Learning -- Confusion Matrix -- Connections Between Inductive Inference and Machine Learning -- Covariance Matrix -- Decision List -- Decision Lists and Decision Trees -- Decision Tree -- Deep Learning -- Density-Based Clustering -- Dimensionality Reduction -- Document Classification -- Dynamic Memory Model -- Empirical Risk Minimization -- Error Rate -- Event Extraction from Media Texts -- Evolutionary Clustering -- Evolutionary Computation in Economics -- Evolutionary Computation in Finance -- Evolutionary Computational Techniques in Marketing -- Evolutionary Feature Selection and Construction -- Evolutionary Kernel Learning -- Evolutionary Robotics -- Expectation Maximization Clustering -- Expectation Propagation -- Feature Construction in Text Mining -- Feature Selection -- Feature Selection in Text Mining -- Gaussian Distribution -- Gaussian Process -- Generative and Discriminative Learning -- Grammatical Inference -- Graphical Models -- Hidden Markov Models -- Inductive Inference -- Inductive Logic Programming -- Inductive Programming -- Inductive Transfer -- Inverse Reinforcement Learning -- Kernel Methods -- K-Means Clustering -- K-Medoids Clustering -- K-Way Spectral Clustering -- Learning Algorithm Evaluation -- Learning Graphical Models -- Learning Models of Biological Sequences -- Learning to Rank -- Learning Using Privileged Information -- Linear Discriminant -- Linear Regression -- Locally Weighted Regression for Control -- Machine Learning and Game Playing -- Manhattan Distance -- Maximum Entropy Models for Natural Language Processing -- Mean Shift -- Metalearning -- Minimum Description Length Principle -- Minimum Message Length -- Mixture Model -- Model Evaluation -- Model Trees -- Multi Label Learning -- Naïve Bayes -- Occam's Razor -- Online Controlled Experiments and A/B Testing -- Online Learning -- Opinion Stream Mining -- PAC Learning -- Partitional Clustering -- Phase Transitions in Machine Learning. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsquedaRoboCup 2017: Robot World Cup XXI / Akiyama, Hidehisa ; Obst, Oliver ; Sammut, Claude ; Tonidandel, Flavio
