| Título : |
Towards Integrative Machine Learning and Knowledge Extraction : BIRS Workshop, Banff, AB, Canada, July 24-26, 2015, Revised Selected Papers |
| Tipo de documento: |
documento electrónico |
| Autores: |
Holzinger, Andreas, ; Goebel, Randy, ; Ferri, Massimo, ; Palade, Vasile, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2017 |
| Número de páginas: |
XVI, 207 p. 57 ilustraciones |
| ISBN/ISSN/DL: |
978-3-319-69775-8 |
| 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 Red de computadoras Informática Estadistica matematica Ingeniería de software Ingeniería Informática Redes de comunicación informática Probabilidad y Estadística en Informática Ingeniería Informática y Redes |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
El taller BIRS "Avances en el descubrimiento interactivo de conocimientos y la minería de datos en conjuntos de datos complejos y grandes" (15w2181), celebrado en julio de 2015 en Banff, Canadá, se dedicó a estimular un enfoque integrador de aprendizaje automático entre dominios y la evaluación de "calientes temas" para abordar el gran desafío de alcanzar un nivel de inteligencia computacional útil y utilizable con un enfoque en problemas del mundo real, como en el ámbito de la salud. Esto abarca aprender de datos previos, extraer y descubrir conocimientos, generalizar los resultados, luchar contra la maldición de la dimensionalidad y, en última instancia, desenredar los factores explicativos subyacentes en datos complejos, es decir, dar sentido a los datos dentro del contexto del dominio de aplicación. El taller tenía como objetivo contribuir con avances en áreas novedosas y prometedoras, como la intersección del aprendizaje automático y el análisis de datos topológicos. La historia ha demostrado que, en la mayoría de los casos, las áreas superpuestas en las intersecciones de campos aparentemente dispares son clave para estimular nuevos conocimientos y mayores avances. Esto es particularmente cierto en el campo extremadamente amplio del aprendizaje automático. |
| Nota de contenido: |
Towards integrative Machine Learning & Knowledge Extraction -- Machine Learning and Knowledge Extraction in Digital Pathology needs an integrative approach -- Comparison of Public-Domain Software and Services for Probabilistic Record Linkage and Address Standardization -- Better Interpretable Models for Proteomics Data Analysis Using rule-based Mining -- Probabilistic Logic Programming in Action -- Persistent topology for natural data analysis — A survey -- Predictive Models for Differentiation between Normal and Abnormal EEG through Cross-Correlation and Machine Learning Techniques -- A Brief Philosophical Note on Information -- Beyond Volume: The Impact of Complex Healthcare Data on the Machine Learning Pipeline -- A Fast Semi-Automatic Segmentation Tool for Processing Brain Tumor Images -- Topological characteristics of oil and gas reservoirs and their applications -- Convolutional and Recurrent Neural Networks for Activity Recognition in Smart Environment. |
| 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 |
Towards Integrative Machine Learning and Knowledge Extraction : BIRS Workshop, Banff, AB, Canada, July 24-26, 2015, Revised Selected Papers [documento electrónico] / Holzinger, Andreas, ; Goebel, Randy, ; Ferri, Massimo, ; Palade, Vasile, . - 1 ed. . - [s.l.] : Springer, 2017 . - XVI, 207 p. 57 ilustraciones. ISBN : 978-3-319-69775-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Inteligencia artificial Red de computadoras Informática Estadistica matematica Ingeniería de software Ingeniería Informática Redes de comunicación informática Probabilidad y Estadística en Informática Ingeniería Informática y Redes |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
El taller BIRS "Avances en el descubrimiento interactivo de conocimientos y la minería de datos en conjuntos de datos complejos y grandes" (15w2181), celebrado en julio de 2015 en Banff, Canadá, se dedicó a estimular un enfoque integrador de aprendizaje automático entre dominios y la evaluación de "calientes temas" para abordar el gran desafío de alcanzar un nivel de inteligencia computacional útil y utilizable con un enfoque en problemas del mundo real, como en el ámbito de la salud. Esto abarca aprender de datos previos, extraer y descubrir conocimientos, generalizar los resultados, luchar contra la maldición de la dimensionalidad y, en última instancia, desenredar los factores explicativos subyacentes en datos complejos, es decir, dar sentido a los datos dentro del contexto del dominio de aplicación. El taller tenía como objetivo contribuir con avances en áreas novedosas y prometedoras, como la intersección del aprendizaje automático y el análisis de datos topológicos. La historia ha demostrado que, en la mayoría de los casos, las áreas superpuestas en las intersecciones de campos aparentemente dispares son clave para estimular nuevos conocimientos y mayores avances. Esto es particularmente cierto en el campo extremadamente amplio del aprendizaje automático. |
| Nota de contenido: |
Towards integrative Machine Learning & Knowledge Extraction -- Machine Learning and Knowledge Extraction in Digital Pathology needs an integrative approach -- Comparison of Public-Domain Software and Services for Probabilistic Record Linkage and Address Standardization -- Better Interpretable Models for Proteomics Data Analysis Using rule-based Mining -- Probabilistic Logic Programming in Action -- Persistent topology for natural data analysis — A survey -- Predictive Models for Differentiation between Normal and Abnormal EEG through Cross-Correlation and Machine Learning Techniques -- A Brief Philosophical Note on Information -- Beyond Volume: The Impact of Complex Healthcare Data on the Machine Learning Pipeline -- A Fast Semi-Automatic Segmentation Tool for Processing Brain Tumor Images -- Topological characteristics of oil and gas reservoirs and their applications -- Convolutional and Recurrent Neural Networks for Activity Recognition in Smart Environment. |
| 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 búsquedaTowards Integrative Machine Learning and Knowledge Extraction / Holzinger, Andreas ; Goebel, Randy ; Ferri, Massimo ; Palade, Vasile
