Información del autor
Autor Davis, Jesse |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsquedaMachine Learning and Data Mining for Sports Analytics / Brefeld, Ulf ; Davis, Jesse ; Van Haaren, Jan ; Zimmermann, Albrecht
TÃtulo : Machine Learning and Data Mining for Sports Analytics : 5th International Workshop, MLSA 2018, Co-located with ECML/PKDD 2018, Dublin, Ireland, September 10, 2018, Proceedings Tipo de documento: documento electrónico Autores: Brefeld, Ulf, ; Davis, Jesse, ; Van Haaren, Jan, ; Zimmermann, Albrecht, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: X, 179 p. 57 ilustraciones, 41 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-17274-9 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: Inteligencia artificial Procesamiento de datos Informática Estadistica matematica Sistemas de reconocimiento de patrones MinerÃa de datos y descubrimiento de conocimientos Probabilidad y EstadÃstica en Informática Reconocimiento de patrones automatizado Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas posteriores a la conferencia del 5.° Taller Internacional sobre Aprendizaje Automático y MinerÃa de Datos para Análisis Deportivo, MLSA 2018, ubicado junto con ECML/PKDD 2018, en DublÃn, Irlanda, en septiembre de 2018. Los 12 artÃculos completos presentados junto con Se revisaron y seleccionaron cuidadosamente 4 artÃculos de desafÃo entre 24 presentaciones. Los artÃculos presentan una variedad de temas, que abarcan los deportes de equipo fútbol americano, baloncesto, hockey sobre hielo y fútbol, ​​asà como deportes individuales como ciclismo y artes marciales. Además, se incluyen cuatro artÃculos de desafÃo que informan sobre cómo predecir los receptores de pases en el fútbol. . Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the 5th International Workshop on Machine Learning and Data Mining for Sports Analytics, MLSA 2018, colocated with ECML/PKDD 2018, in Dublin, Ireland, in September 2018. The 12 full papers presented together with 4 challenge papers were carefully reviewed and selected from 24 submissions. The papers present a variety of topics, covering the team sports American football, basketball, ice hockey, and soccer, as well as the individual sports cycling and martial arts. In addition, four challenge papers are included, reporting on how to predict pass receivers in soccer. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Machine Learning and Data Mining for Sports Analytics : 5th International Workshop, MLSA 2018, Co-located with ECML/PKDD 2018, Dublin, Ireland, September 10, 2018, Proceedings [documento electrónico] / Brefeld, Ulf, ; Davis, Jesse, ; Van Haaren, Jan, ; Zimmermann, Albrecht, . - 1 ed. . - [s.l.] : Springer, 2019 . - X, 179 p. 57 ilustraciones, 41 ilustraciones en color.
ISBN : 978-3-030-17274-9
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: Inteligencia artificial Procesamiento de datos Informática Estadistica matematica Sistemas de reconocimiento de patrones MinerÃa de datos y descubrimiento de conocimientos Probabilidad y EstadÃstica en Informática Reconocimiento de patrones automatizado Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas posteriores a la conferencia del 5.° Taller Internacional sobre Aprendizaje Automático y MinerÃa de Datos para Análisis Deportivo, MLSA 2018, ubicado junto con ECML/PKDD 2018, en DublÃn, Irlanda, en septiembre de 2018. Los 12 artÃculos completos presentados junto con Se revisaron y seleccionaron cuidadosamente 4 artÃculos de desafÃo entre 24 presentaciones. Los artÃculos presentan una variedad de temas, que abarcan los deportes de equipo fútbol americano, baloncesto, hockey sobre hielo y fútbol, ​​asà como deportes individuales como ciclismo y artes marciales. Además, se incluyen cuatro artÃculos de desafÃo que informan sobre cómo predecir los receptores de pases en el fútbol. . Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the 5th International Workshop on Machine Learning and Data Mining for Sports Analytics, MLSA 2018, colocated with ECML/PKDD 2018, in Dublin, Ireland, in September 2018. The 12 full papers presented together with 4 challenge papers were carefully reviewed and selected from 24 submissions. The papers present a variety of topics, covering the team sports American football, basketball, ice hockey, and soccer, as well as the individual sports cycling and martial arts. In addition, four challenge papers are included, reporting on how to predict pass receivers in soccer. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Machine Learning and Data Mining for Sports Analytics : 7th International Workshop, MLSA 2020, Co-located with ECML/PKDD 2020, Ghent, Belgium, September 14–18, 2020, Proceedings / Tipo de documento: documento electrónico Autores: Brefeld, Ulf, ; Davis, Jesse, ; Van Haaren, Jan, ; Zimmermann, Albrecht, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: X, 141 p. 6 ilustraciones ISBN/ISSN/DL: 978-3-030-64912-8 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: Inteligencia artificial IngenierÃa Informática Red de computadoras Ciencias sociales IngenierÃa Informática y Redes Computadoras y Educación Aplicación informática en ciencias sociales y del comportamiento. Redes de comunicación informática Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas posteriores a la conferencia del Séptimo Taller Internacional sobre Aprendizaje Automático y MinerÃa de Datos para Análisis Deportivo, MLSA 2020, ubicado junto con ECML/PKDD 2020, en Gante, Bélgica, en septiembre de 2020. Debido a la pandemia de COVID-19 La conferencia se llevó a cabo en lÃnea. Los 11 artÃculos presentados fueron cuidadosamente revisados ​​y seleccionados entre 22 presentaciones. Los artÃculos presentan una variedad de temas dentro del área de análisis deportivo, incluido el análisis táctico, predicciones de resultados, adquisición de datos, optimización del rendimiento y evaluación de jugadores. Nota de contenido: Routine Inspection: A playbook for corner kicks -- How data availability aects the ability to learngood xG models -- Low-cost optical tracking of soccer players -- An Autoencoder Based Approach to SimulateSports Games -- Physical performance optimization in football -- Predicting Player Trajectoriesin Shot Situations in Soccer -- Stats Aren't Everything: Learning Strengths andWeaknesses of Cricket Players -- Prediction of tiers in the rankingof ice hockey players -- A Machine Learning Approach for Road CyclingRace Performance Prediction -- Mining Marathon Training Data to GenerateUseful User Proles -- Learning from partially labeled sequences forbehavioral signal annotation. Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the 7th International Workshop on Machine Learning and Data Mining for Sports Analytics, MLSA 2020, colocated with ECML/PKDD 2020, in Ghent, Belgium, in September 2020. Due to the COVID-19 pandemic the conference was held online. The 11 papers presented were carefully reviewed and selected from 22 submissions. The papers present a variety of topics within the area of sports analytics, including tactical analysis, outcome predictions, data acquisition, performance optimization, and player evaluation. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Machine Learning and Data Mining for Sports Analytics : 7th International Workshop, MLSA 2020, Co-located with ECML/PKDD 2020, Ghent, Belgium, September 14–18, 2020, Proceedings / [documento electrónico] / Brefeld, Ulf, ; Davis, Jesse, ; Van Haaren, Jan, ; Zimmermann, Albrecht, . - 1 ed. . - [s.l.] : Springer, 2020 . - X, 141 p. 6 ilustraciones.
ISBN : 978-3-030-64912-8
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: Inteligencia artificial IngenierÃa Informática Red de computadoras Ciencias sociales IngenierÃa Informática y Redes Computadoras y Educación Aplicación informática en ciencias sociales y del comportamiento. Redes de comunicación informática Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas posteriores a la conferencia del Séptimo Taller Internacional sobre Aprendizaje Automático y MinerÃa de Datos para Análisis Deportivo, MLSA 2020, ubicado junto con ECML/PKDD 2020, en Gante, Bélgica, en septiembre de 2020. Debido a la pandemia de COVID-19 La conferencia se llevó a cabo en lÃnea. Los 11 artÃculos presentados fueron cuidadosamente revisados ​​y seleccionados entre 22 presentaciones. Los artÃculos presentan una variedad de temas dentro del área de análisis deportivo, incluido el análisis táctico, predicciones de resultados, adquisición de datos, optimización del rendimiento y evaluación de jugadores. Nota de contenido: Routine Inspection: A playbook for corner kicks -- How data availability aects the ability to learngood xG models -- Low-cost optical tracking of soccer players -- An Autoencoder Based Approach to SimulateSports Games -- Physical performance optimization in football -- Predicting Player Trajectoriesin Shot Situations in Soccer -- Stats Aren't Everything: Learning Strengths andWeaknesses of Cricket Players -- Prediction of tiers in the rankingof ice hockey players -- A Machine Learning Approach for Road CyclingRace Performance Prediction -- Mining Marathon Training Data to GenerateUseful User Proles -- Learning from partially labeled sequences forbehavioral signal annotation. Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the 7th International Workshop on Machine Learning and Data Mining for Sports Analytics, MLSA 2020, colocated with ECML/PKDD 2020, in Ghent, Belgium, in September 2020. Due to the COVID-19 pandemic the conference was held online. The 11 papers presented were carefully reviewed and selected from 22 submissions. The papers present a variety of topics within the area of sports analytics, including tactical analysis, outcome predictions, data acquisition, performance optimization, and player evaluation. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Scalable Uncertainty Management : 14th International Conference, SUM 2020, Bozen-Bolzano, Italy, September 23–25, 2020, Proceedings / Tipo de documento: documento electrónico Autores: Davis, Jesse, ; Tabia, Karim, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIV, 297 p. 208 ilustraciones, 25 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-58449-8 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: Inteligencia artificial Informática Aprendizaje automático Red de computadoras Sistemas informáticos Procesamiento de datos Matemáticas de la Computación Redes de comunicación informática Implementación de sistema informático MinerÃa de datos y descubrimiento de conocimientos Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la 14.ª Conferencia Internacional sobre Gestión Escalable de la Incertidumbre, SUM 2020, que se celebró en Bozen-Bolzano, Italia, en septiembre de 2020. Los 12 artÃculos completos y 7 artÃculos breves presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados de 30 presentaciones. Además de eso, el libro también contiene 2 resúmenes de charlas invitadas, 2 artÃculos de tutorÃa y 2 artÃculos de doctorado. La conferencia tiene como objetivo reunir a investigadores con un interés común en la gestión y análisis de información imperfecta de una amplia gama de campos, como la inteligencia artificial y el aprendizaje automático, las bases de datos, la recuperación y minerÃa de información, la web semántica y el análisis de riesgos. Debido a la pandemia de Corona, SUM 2020 se llevó a cabo como un evento virtual. Nota de contenido: Symbolic Logic Meets Machine Learning: A Brief Survey in Infinite Domains -- Score-Based Explanations in Data Management and Machine Learning -- From Ppossibilistic Rule-Based Systems to Machine Learning -- Logic, Probability and Action: A Situation Calculus Perspective -- When Nominal Analogical Proportions do not Fail -- Measuring Disagreement with Interpolants -- Inferring from an imprecise Plackett–Luce model: Application to Label Ranking -- Inference with Choice Functions Made Practical -- A Formal Learning Theory for Three-way Clustering -- Belief Functions for Safety Arguments Confidence Estimation -- Incremental Elicitation of Capacities for the Sugeno Integral with a Maximum Approach -- Computable Randomness is About More than Probabilities -- Equity in Learning Problems: an OWA Approach -- Conversational Recommender System by Bayesian Methods -- Dealing with Atypical Instances in Evidential Decision-Making -- Evidence Theory Based Combination of Frequent Chronicles for Failure Prediction.-Rule-Based Classification for Evidential Data -- Undecided Voters as Set-Valued Information -- Towards Forecasts under Epistemic Imprecision -- Multi-Dimensional Stable Matching Problems in Abstract Argumentation -- Modal Interpretation of Formal Concept Analysis for Incomplete Representations -- A Symbolic Approach for Counterfactual Explanations -- Modelling Multivariate Ranking Functions with Min-Sum Networks -- An Algorithm for the Contension Inconsistency Measure using Reductions to Answer Set Programming. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 14th International Conference on Scalable Uncertainty Management, SUM 2020, which was held in Bozen-Bolzano, Italy, in September 2020. The 12 full, 7 short papers presented in this volume were carefully reviewed and selected from 30 submissions. Besides that, the book also contains 2 abstracts of invited talks, 2 tutorial papers, and 2 PhD track papers. The conference aims to gather researchers with a common interest in managing and analyzing imperfect information from a wide range of fields, such as artificial intelligence and machine learning, databases, information retrieval and data mining, the semantic web and risk analysis. Due to the Corona pandemic SUM 2020 was held as an virtual event. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Scalable Uncertainty Management : 14th International Conference, SUM 2020, Bozen-Bolzano, Italy, September 23–25, 2020, Proceedings / [documento electrónico] / Davis, Jesse, ; Tabia, Karim, . - 1 ed. . - [s.l.] : Springer, 2020 . - XIV, 297 p. 208 ilustraciones, 25 ilustraciones en color.
ISBN : 978-3-030-58449-8
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: Inteligencia artificial Informática Aprendizaje automático Red de computadoras Sistemas informáticos Procesamiento de datos Matemáticas de la Computación Redes de comunicación informática Implementación de sistema informático MinerÃa de datos y descubrimiento de conocimientos Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la 14.ª Conferencia Internacional sobre Gestión Escalable de la Incertidumbre, SUM 2020, que se celebró en Bozen-Bolzano, Italia, en septiembre de 2020. Los 12 artÃculos completos y 7 artÃculos breves presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados de 30 presentaciones. Además de eso, el libro también contiene 2 resúmenes de charlas invitadas, 2 artÃculos de tutorÃa y 2 artÃculos de doctorado. La conferencia tiene como objetivo reunir a investigadores con un interés común en la gestión y análisis de información imperfecta de una amplia gama de campos, como la inteligencia artificial y el aprendizaje automático, las bases de datos, la recuperación y minerÃa de información, la web semántica y el análisis de riesgos. Debido a la pandemia de Corona, SUM 2020 se llevó a cabo como un evento virtual. Nota de contenido: Symbolic Logic Meets Machine Learning: A Brief Survey in Infinite Domains -- Score-Based Explanations in Data Management and Machine Learning -- From Ppossibilistic Rule-Based Systems to Machine Learning -- Logic, Probability and Action: A Situation Calculus Perspective -- When Nominal Analogical Proportions do not Fail -- Measuring Disagreement with Interpolants -- Inferring from an imprecise Plackett–Luce model: Application to Label Ranking -- Inference with Choice Functions Made Practical -- A Formal Learning Theory for Three-way Clustering -- Belief Functions for Safety Arguments Confidence Estimation -- Incremental Elicitation of Capacities for the Sugeno Integral with a Maximum Approach -- Computable Randomness is About More than Probabilities -- Equity in Learning Problems: an OWA Approach -- Conversational Recommender System by Bayesian Methods -- Dealing with Atypical Instances in Evidential Decision-Making -- Evidence Theory Based Combination of Frequent Chronicles for Failure Prediction.-Rule-Based Classification for Evidential Data -- Undecided Voters as Set-Valued Information -- Towards Forecasts under Epistemic Imprecision -- Multi-Dimensional Stable Matching Problems in Abstract Argumentation -- Modal Interpretation of Formal Concept Analysis for Incomplete Representations -- A Symbolic Approach for Counterfactual Explanations -- Modelling Multivariate Ranking Functions with Min-Sum Networks -- An Algorithm for the Contension Inconsistency Measure using Reductions to Answer Set Programming. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 14th International Conference on Scalable Uncertainty Management, SUM 2020, which was held in Bozen-Bolzano, Italy, in September 2020. The 12 full, 7 short papers presented in this volume were carefully reviewed and selected from 30 submissions. Besides that, the book also contains 2 abstracts of invited talks, 2 tutorial papers, and 2 PhD track papers. The conference aims to gather researchers with a common interest in managing and analyzing imperfect information from a wide range of fields, such as artificial intelligence and machine learning, databases, information retrieval and data mining, the semantic web and risk analysis. Due to the Corona pandemic SUM 2020 was held as an virtual event. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
