Broad Learning Through Fusions / Zhang, Jiawei  

Público ISBD Ningún comentario para este registro. Título : Broad Learning Through Fusions : An Application on Social Networks Tipo de documento: documento electrónico Autores: Zhang, Jiawei, ; Yu, Philip S., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XV, 419 p. 104 ilustraciones, 81 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-12528-8 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  Inteligencia artificial  Software de la aplicacion  Informática  Estadistica matematica  Minería de datos y descubrimiento de conocimientos  Ciencia de los datos  Aplicaciones informáticas y de sistemas de información  Probabilidad y Estadística en Informática Clasificación: 6.312 Resumen: Este libro ofrece una introducción clara y completa al aprendizaje amplio, uno de los nuevos problemas de aprendizaje estudiados en la minería de datos y el aprendizaje automático. El aprendizaje amplio tiene como objetivo fusionar múltiples fuentes de información a gran escala de diversas variedades y llevar a cabo tareas sinérgicas de extracción de datos a través de estas fuentes fusionadas en un análisis unificado. Este libro toma las redes sociales en línea como ejemplo de aplicación para presentar los últimos algoritmos de alineación y descubrimiento de conocimiento. Además de la descripción general del aprendizaje amplio, el aprendizaje automático y los conceptos básicos de las redes sociales, los temas específicos que se tratan en este libro incluyen la alineación de redes, la predicción de enlaces, la detección de comunidades, la difusión de información, el marketing viral y la integración de redes. Nota de contenido: 1 Broad Learning Introduction -- 2 Machine Learning Overview -- 3 Social Network Overview -- 4 Supervised Network Alignment -- 5 Unsupervised Network Alignment -- 6 Semi-supervised Network Alignment -- 7 Link Prediction -- 8 Community Detection -- 9 Information Diffusion -- 10 Viral Marketing -- 11 Network Embedding -- 12 Frontier and Future Directions -- References. Tipo de medio : Computadora Summary : This book offers a clear and comprehensive introduction to broad learning, one of the novel learning problems studied in data mining and machine learning. Broad learning aims at fusing multiple large-scale information sources of diverse varieties together, and carrying out synergistic data mining tasks across these fused sources in one unified analytic. This book takes online social networks as an application example to introduce the latest alignment and knowledge discovery algorithms. Besides the overview of broad learning, machine learning and social network basics, specific topics covered in this book include network alignment, link prediction, community detection, information diffusion, viral marketing, and network embedding. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Broad Learning Through Fusions : An Application on Social Networks [documento electrónico] / Zhang, Jiawei, ; Yu, Philip S.,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XV, 419 p. 104 ilustraciones, 81 ilustraciones en color. ISBN : 978-3-030-12528-8 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  Inteligencia artificial  Software de la aplicacion  Informática  Estadistica matematica  Minería de datos y descubrimiento de conocimientos  Ciencia de los datos  Aplicaciones informáticas y de sistemas de información  Probabilidad y Estadística en Informática Clasificación: 6.312 Resumen: Este libro ofrece una introducción clara y completa al aprendizaje amplio, uno de los nuevos problemas de aprendizaje estudiados en la minería de datos y el aprendizaje automático. El aprendizaje amplio tiene como objetivo fusionar múltiples fuentes de información a gran escala de diversas variedades y llevar a cabo tareas sinérgicas de extracción de datos a través de estas fuentes fusionadas en un análisis unificado. Este libro toma las redes sociales en línea como ejemplo de aplicación para presentar los últimos algoritmos de alineación y descubrimiento de conocimiento. Además de la descripción general del aprendizaje amplio, el aprendizaje automático y los conceptos básicos de las redes sociales, los temas específicos que se tratan en este libro incluyen la alineación de redes, la predicción de enlaces, la detección de comunidades, la difusión de información, el marketing viral y la integración de redes. Nota de contenido: 1 Broad Learning Introduction -- 2 Machine Learning Overview -- 3 Social Network Overview -- 4 Supervised Network Alignment -- 5 Unsupervised Network Alignment -- 6 Semi-supervised Network Alignment -- 7 Link Prediction -- 8 Community Detection -- 9 Information Diffusion -- 10 Viral Marketing -- 11 Network Embedding -- 12 Frontier and Future Directions -- References. Tipo de medio : Computadora Summary : This book offers a clear and comprehensive introduction to broad learning, one of the novel learning problems studied in data mining and machine learning. Broad learning aims at fusing multiple large-scale information sources of diverse varieties together, and carrying out synergistic data mining tasks across these fused sources in one unified analytic. This book takes online social networks as an application example to introduce the latest alignment and knowledge discovery algorithms. Besides the overview of broad learning, machine learning and social network basics, specific topics covered in this book include network alignment, link prediction, community detection, information diffusion, viral marketing, and network embedding. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200