Información del autor
Autor Cao, Longbing |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsquedaAdvances in Knowledge Discovery and Data Mining / Kim, Jinho ; Shim, Kyuseok ; Cao, Longbing ; Lee, Jae-Gil ; Lin, Xuemin ; Moon, Yang-Sae
TÃtulo : Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part I Tipo de documento: documento electrónico Autores: Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXXII, 841 p. 242 ilustraciones ISBN/ISSN/DL: 978-3-319-57454-7 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 Inteligencia artificial Sistemas de almacenamiento y recuperación de información. Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: 6.312 Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Tipo de medio : Computadora Summary : This two-volume set, LNAI 10234 and 10235, constitutes the thoroughly refereed proceedings of the 21st Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining, PAKDD 2017, held in Jeju, South Korea, in May 2017. The 129 full papers were carefully reviewed and selected from 458 submissions. They are organized in topical sections named: classification and deep learning; social network and graph mining; privacy-preserving mining and security/risk applications; spatio-temporal and sequential data mining; clustering and anomaly detection; recommender system; feature selection; text and opinion mining; clustering and matrix factorization; dynamic, stream data mining; novel models and algorithms; behavioral data mining; graph clustering and community detection; dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part I [documento electrónico] / Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXXII, 841 p. 242 ilustraciones.
ISBN : 978-3-319-57454-7
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 Inteligencia artificial Sistemas de almacenamiento y recuperación de información. Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: 6.312 Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Tipo de medio : Computadora Summary : This two-volume set, LNAI 10234 and 10235, constitutes the thoroughly refereed proceedings of the 21st Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining, PAKDD 2017, held in Jeju, South Korea, in May 2017. The 129 full papers were carefully reviewed and selected from 458 submissions. They are organized in topical sections named: classification and deep learning; social network and graph mining; privacy-preserving mining and security/risk applications; spatio-temporal and sequential data mining; clustering and anomaly detection; recommender system; feature selection; text and opinion mining; clustering and matrix factorization; dynamic, stream data mining; novel models and algorithms; behavioral data mining; graph clustering and community detection; dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part II Tipo de documento: documento electrónico Autores: Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXXII, 857 p. 252 ilustraciones ISBN/ISSN/DL: 978-3-319-57529-2 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 artificial Sistemas de almacenamiento y recuperación de información. Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: 6.312 Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Tipo de medio : Computadora Summary : This two-volume set, LNAI 10234 and 10235, constitutes the thoroughly refereed proceedings of the 21st Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining, PAKDD 2017, held in Jeju, South Korea, in May 2017. The 129 full papers were carefully reviewed and selected from 458 submissions. They are organized in topical sections named: classification and deep learning; social network and graph mining; privacy-preserving mining and security/risk applications; spatio-temporal and sequential data mining; clustering and anomaly detection; recommender system; feature selection; text and opinion mining; clustering and matrix factorization; dynamic, stream data mining; novel models and algorithms; behavioral data mining; graph clustering and community detection; dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part II [documento electrónico] / Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXXII, 857 p. 252 ilustraciones.
ISBN : 978-3-319-57529-2
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 artificial Sistemas de almacenamiento y recuperación de información. Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: 6.312 Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Tipo de medio : Computadora Summary : This two-volume set, LNAI 10234 and 10235, constitutes the thoroughly refereed proceedings of the 21st Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining, PAKDD 2017, held in Jeju, South Korea, in May 2017. The 129 full papers were carefully reviewed and selected from 458 submissions. They are organized in topical sections named: classification and deep learning; social network and graph mining; privacy-preserving mining and security/risk applications; spatio-temporal and sequential data mining; clustering and anomaly detection; recommender system; feature selection; text and opinion mining; clustering and matrix factorization; dynamic, stream data mining; novel models and algorithms; behavioral data mining; graph clustering and community detection; dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Data Science Thinking : The Next Scientific, Technological and Economic Revolution Tipo de documento: documento electrónico Autores: Cao, Longbing, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XX, 390 p. 62 ilustraciones, 61 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-95092-1 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 Investigación cuantitativa Inteligencia artificial MinerÃa de datos y descubrimiento de conocimientos Análisis de datos y Big Data Clasificación: 6.312 Resumen: Este libro explora respuestas a las preguntas fundamentales que impulsan la investigación, la innovación y las prácticas de la última revolución en el desarrollo cientÃfico, tecnológico y económico: ¿cómo transforma la ciencia de datos la ciencia, la tecnologÃa, la industria, la economÃa, la profesión y la educación existentes? ¿Cómo se puede seguir siendo competitivo en el campo de la ciencia de datos? ¿Qué es responsable de dar forma a la mentalidad y las habilidades de los cientÃficos de datos? Data Science Thinking pinta una imagen integral de la ciencia de datos como un nuevo paradigma cientÃfico desde la perspectiva de la evolución cientÃfica, como pensamiento de ciencia de datos desde la perspectiva del pensamiento cientÃfico, como ciencia transdisciplinaria desde la perspectiva disciplinaria y como una nueva profesión y economÃa. desde la perspectiva empresarial. Los temas cubren un espectro extremadamente amplio de aspectos esenciales y relevantes de la ciencia de datos, abarcando su evolución, conceptos, pensamiento, desafÃos, disciplina y fundamento, hasta la industrialización, la profesión, la educación y la amplia gama de oportunidades que ofrece la ciencia de datos. . Las tres partes del libro detallan capas de estos diferentes aspectos. El libro está dirigido a tomadores de decisiones, administradores de datos (p. ej., administradores de carteras de análisis, gerentes de análisis de negocios, directores de análisis de datos, cientÃficos de datos en jefe y directores de datos), formuladores de polÃticas, estrategas de gestión y decisiones, lÃderes de investigación y educadores. quienes son responsables de perseguir nuevas agendas cientÃficas, de innovación y transformación industrial, la planificación estratégica empresarial, el desarrollo de cursos orientados a la profesión de próxima generación, asà como aquellos que están involucrados en la ciencia de datos, la tecnologÃa y la economÃa desde una perspectiva avanzada. Los estudiantes de investigación en cursos y disciplinas relacionados con la ciencia de datos encontrarán útil el libro para plantear su viaje cientÃfico innovador, planificar su carrera única y prometedora y competir dentro de la próxima generación de ciencia, tecnologÃa y economÃa y estar preparados para ella. Nota de contenido: 1 The Data Science Era -- 2 What is Data Science -- 3 Data Science Thinking -- 4 Data Science Challenges -- 5 Data Science Discipline -- 6 Data Science Foundations -- 7 Data Science Techniques -- 8 Data Economy and Industrialization -- 9 Data Science Applications -- 10 Data Profession -- 11 Data Science Education -- 12 Prospects and Opportunities in Data Science. Tipo de medio : Computadora Summary : This book explores answers to the fundamental questions driving the research, innovation and practices of the latest revolution in scientific, technological and economic development: how does data science transform existing science, technology, industry, economy, profession and education? How does one remain competitive in the data science field? What is responsible for shaping the mindset and skillset of data scientists? Data Science Thinking paints a comprehensive picture of data science as a new scientific paradigm from the scientific evolution perspective, as data science thinking from the scientific-thinking perspective, as a trans-disciplinary science from the disciplinary perspective, and as a new profession and economy from the business perspective. The topics cover an extremely wide spectrum of essential and relevant aspects of data science, spanning its evolution, concepts, thinking, challenges, discipline, and foundation, all theway to industrialization, profession, education, and the vast array of opportunities that data science offers. The book's three parts each detail layers of these different aspects. The book is intended for decision-makers, data managers (e.g., analytics portfolio managers, business analytics managers, chief data analytics officers, chief data scientists, and chief data officers), policy makers, management and decision strategists, research leaders, and educators who are responsible for pursuing new scientific, innovation, and industrial transformation agendas, enterprise strategic planning, a next-generation profession-oriented course development, as well as those who are involved in data science, technology, and economy from an advanced perspective. Research students in data science-related courses and disciplines will find the book useful for positing their innovative scientific journey, planning their unique and promising career, and competing within and being ready forthe next generation of science, technology, and economy. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data Science Thinking : The Next Scientific, Technological and Economic Revolution [documento electrónico] / Cao, Longbing, . - 1 ed. . - [s.l.] : Springer, 2018 . - XX, 390 p. 62 ilustraciones, 61 ilustraciones en color.
ISBN : 978-3-319-95092-1
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 Investigación cuantitativa Inteligencia artificial MinerÃa de datos y descubrimiento de conocimientos Análisis de datos y Big Data Clasificación: 6.312 Resumen: Este libro explora respuestas a las preguntas fundamentales que impulsan la investigación, la innovación y las prácticas de la última revolución en el desarrollo cientÃfico, tecnológico y económico: ¿cómo transforma la ciencia de datos la ciencia, la tecnologÃa, la industria, la economÃa, la profesión y la educación existentes? ¿Cómo se puede seguir siendo competitivo en el campo de la ciencia de datos? ¿Qué es responsable de dar forma a la mentalidad y las habilidades de los cientÃficos de datos? Data Science Thinking pinta una imagen integral de la ciencia de datos como un nuevo paradigma cientÃfico desde la perspectiva de la evolución cientÃfica, como pensamiento de ciencia de datos desde la perspectiva del pensamiento cientÃfico, como ciencia transdisciplinaria desde la perspectiva disciplinaria y como una nueva profesión y economÃa. desde la perspectiva empresarial. Los temas cubren un espectro extremadamente amplio de aspectos esenciales y relevantes de la ciencia de datos, abarcando su evolución, conceptos, pensamiento, desafÃos, disciplina y fundamento, hasta la industrialización, la profesión, la educación y la amplia gama de oportunidades que ofrece la ciencia de datos. . Las tres partes del libro detallan capas de estos diferentes aspectos. El libro está dirigido a tomadores de decisiones, administradores de datos (p. ej., administradores de carteras de análisis, gerentes de análisis de negocios, directores de análisis de datos, cientÃficos de datos en jefe y directores de datos), formuladores de polÃticas, estrategas de gestión y decisiones, lÃderes de investigación y educadores. quienes son responsables de perseguir nuevas agendas cientÃficas, de innovación y transformación industrial, la planificación estratégica empresarial, el desarrollo de cursos orientados a la profesión de próxima generación, asà como aquellos que están involucrados en la ciencia de datos, la tecnologÃa y la economÃa desde una perspectiva avanzada. Los estudiantes de investigación en cursos y disciplinas relacionados con la ciencia de datos encontrarán útil el libro para plantear su viaje cientÃfico innovador, planificar su carrera única y prometedora y competir dentro de la próxima generación de ciencia, tecnologÃa y economÃa y estar preparados para ella. Nota de contenido: 1 The Data Science Era -- 2 What is Data Science -- 3 Data Science Thinking -- 4 Data Science Challenges -- 5 Data Science Discipline -- 6 Data Science Foundations -- 7 Data Science Techniques -- 8 Data Economy and Industrialization -- 9 Data Science Applications -- 10 Data Profession -- 11 Data Science Education -- 12 Prospects and Opportunities in Data Science. Tipo de medio : Computadora Summary : This book explores answers to the fundamental questions driving the research, innovation and practices of the latest revolution in scientific, technological and economic development: how does data science transform existing science, technology, industry, economy, profession and education? How does one remain competitive in the data science field? What is responsible for shaping the mindset and skillset of data scientists? Data Science Thinking paints a comprehensive picture of data science as a new scientific paradigm from the scientific evolution perspective, as data science thinking from the scientific-thinking perspective, as a trans-disciplinary science from the disciplinary perspective, and as a new profession and economy from the business perspective. The topics cover an extremely wide spectrum of essential and relevant aspects of data science, spanning its evolution, concepts, thinking, challenges, discipline, and foundation, all theway to industrialization, profession, education, and the vast array of opportunities that data science offers. The book's three parts each detail layers of these different aspects. The book is intended for decision-makers, data managers (e.g., analytics portfolio managers, business analytics managers, chief data analytics officers, chief data scientists, and chief data officers), policy makers, management and decision strategists, research leaders, and educators who are responsible for pursuing new scientific, innovation, and industrial transformation agendas, enterprise strategic planning, a next-generation profession-oriented course development, as well as those who are involved in data science, technology, and economy from an advanced perspective. Research students in data science-related courses and disciplines will find the book useful for positing their innovative scientific journey, planning their unique and promising career, and competing within and being ready forthe next generation of science, technology, and economy. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
