Classification, (Big) Data Analysis and Statistical Learning / Mola, Francesco ; Conversano, Claudio ; Vichi, Maurizio  

Público ISBD Ningún comentario para este título. Título : Classification, (Big) Data Analysis and Statistical Learning Tipo de documento: documento electrónico Autores: Mola, Francesco, ; Conversano, Claudio, ; Vichi, Maurizio, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVI, 242 p. 65 ilustraciones, 21 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-55708-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas  Procesamiento de datos  Grandes datos  Teoría y métodos estadísticos  Estadística y Computación  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Minería de datos y descubrimiento de conocimientos Clasificación: Resumen: Este libro editado se centra en los últimos avances en clasificación, aprendizaje estadístico, análisis de datos y áreas relacionadas con la ciencia de datos, incluido el análisis estadístico de grandes conjuntos de datos, el análisis de big data, la agrupación de series temporales, la integración de datos de diferentes fuentes y las redes sociales. Abarca tanto los aspectos metodológicos como las aplicaciones en una amplia gama de áreas, como la economía, el marketing, la educación, las ciencias sociales, la medicina, las ciencias ambientales y la industria farmacéutica. Además, describe las características básicas del software detrás de los resultados del análisis de datos y proporciona enlaces a los códigos y conjuntos de datos correspondientes cuando es necesario. Este libro está destinado a investigadores y profesionales interesados ​​en los últimos avances y aplicaciones en el campo. Las contribuciones revisadas por pares se presentaron en la 10.ª Reunión Científica del Grupo de Clasificación y Análisis de Datos (CLADAG) de la Sociedad Italiana de Estadística, celebrada en Santa Margherita di Pula (Cagliari), Italia, del 8 al 10 de octubre de 2015. Nota de contenido: Rank Properties for Centred Three-way Arrays – C. Albers (Univ. of Groningen) et al -- Principal Component Analysis of Complex Data and Application to Climatology – S. Camiz (La Sapienza Univ. of Rome) et al -- Clustering upper level units in multilevel models for ordinal data – L. Grilli (Univ. of Florence) et al -- A Multilevel Heckman Model To Investigate Financial Assets Among Old People In Europe – O. Paccagnella (univ. of Padua) et al -- Multivariate stochastic downscaling with semicontinuous data – L. Paci (univ. of Bologna) et al -- Motivations and expectations of students' mobility abroad: a mapping technique – V. Caviezel (Univ. of Bergamo) et al -- Comparing multi-step ahead forecasting functions for time series clustering – M. Corduas (Univ. of Naples Federico II) et al -- Electre Tri-Machine Learning Approach to the Record Linkage – V. Minnetti (La Sapienza Univ. of Rome) et al -- . MCA Based Community Detection – C. Drago (Univ. of Rome Niccolò Cusano) -- Classi fying social roles by network structures – S. Gozzo (univ. of Catania) et al -- Bayesian Networks For Financial Markets Signals Detection – A. Greppi (univ.of Pavia) et al -- Finite sample behaviour of MLE in network autocorrelation models – M. La Rocca (Univ. of Salerno) et al -- Classification Models as Tools of Bankruptcy Prediction – Polish Experience – J. Pochiecha (Cracow university) et al -- Clustering macroseismic fields by statistical data depth functions – C. Agostinelli (Univ. of Trento) -- Depth based tests for circular antipodal symmetry – G. Pandolfo (Univ. of Cassino) et al -- Estimating The Effect Of Prenatal Care On Birth Outcomes – E. Sironi (Sacro Cuore University) et al -- Bifurcations And Sunspots In Continuous Time Optimal Models With Externalities – B.Venturi (Univ. of Cagliari) et al -- Enhancing Big Data Exploration with Faceted Browsing – S. Bergamaschi (Univ. of Modena and Reggio Emilia) et al -- Big data meet pharmaceutical industry: an application on social media data – C. Liberati (Univ. of Milan Bicocca) et al -- From Big Data to information: statistical issues through a case study – S. Signorelli (Univ. of Bergamo) et al -- Quality of Classification approaches for the quantitative analysis of international conflict – A.F.X. Wilhelm (Jacobs Univ. Bremen) -- P-splines based clustering as a general framework: some applications using different clustering algorithms – C. Iorio (Univ. of Naples Federico II) et al -- A graphical copula-based tool for detecting tail dependence – R. Pappadà (univ. of Trieste) et al -- Comparing spatial and spatio-temporal FPCA to impute large continuous gaps in space – M. Ruggeri (Univ. of Palermo) et al -- Exploring Italian students' performances in the SNV test: a quantile regression perspective – A. Costanzo (National Institute for the Evaluation of Education and Training – INVALSI) et al. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Classification, (Big) Data Analysis and Statistical Learning [documento electrónico] / Mola, Francesco, ; Conversano, Claudio, ; Vichi, Maurizio,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - XVI, 242 p. 65 ilustraciones, 21 ilustraciones en color. ISBN : 978-3-319-55708-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas  Procesamiento de datos  Grandes datos  Teoría y métodos estadísticos  Estadística y Computación  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Minería de datos y descubrimiento de conocimientos Clasificación: Resumen: Este libro editado se centra en los últimos avances en clasificación, aprendizaje estadístico, análisis de datos y áreas relacionadas con la ciencia de datos, incluido el análisis estadístico de grandes conjuntos de datos, el análisis de big data, la agrupación de series temporales, la integración de datos de diferentes fuentes y las redes sociales. Abarca tanto los aspectos metodológicos como las aplicaciones en una amplia gama de áreas, como la economía, el marketing, la educación, las ciencias sociales, la medicina, las ciencias ambientales y la industria farmacéutica. Además, describe las características básicas del software detrás de los resultados del análisis de datos y proporciona enlaces a los códigos y conjuntos de datos correspondientes cuando es necesario. Este libro está destinado a investigadores y profesionales interesados ​​en los últimos avances y aplicaciones en el campo. Las contribuciones revisadas por pares se presentaron en la 10.ª Reunión Científica del Grupo de Clasificación y Análisis de Datos (CLADAG) de la Sociedad Italiana de Estadística, celebrada en Santa Margherita di Pula (Cagliari), Italia, del 8 al 10 de octubre de 2015. Nota de contenido: Rank Properties for Centred Three-way Arrays – C. Albers (Univ. of Groningen) et al -- Principal Component Analysis of Complex Data and Application to Climatology – S. Camiz (La Sapienza Univ. of Rome) et al -- Clustering upper level units in multilevel models for ordinal data – L. Grilli (Univ. of Florence) et al -- A Multilevel Heckman Model To Investigate Financial Assets Among Old People In Europe – O. Paccagnella (univ. of Padua) et al -- Multivariate stochastic downscaling with semicontinuous data – L. Paci (univ. of Bologna) et al -- Motivations and expectations of students' mobility abroad: a mapping technique – V. Caviezel (Univ. of Bergamo) et al -- Comparing multi-step ahead forecasting functions for time series clustering – M. Corduas (Univ. of Naples Federico II) et al -- Electre Tri-Machine Learning Approach to the Record Linkage – V. Minnetti (La Sapienza Univ. of Rome) et al -- . MCA Based Community Detection – C. Drago (Univ. of Rome Niccolò Cusano) -- Classi fying social roles by network structures – S. Gozzo (univ. of Catania) et al -- Bayesian Networks For Financial Markets Signals Detection – A. Greppi (univ.of Pavia) et al -- Finite sample behaviour of MLE in network autocorrelation models – M. La Rocca (Univ. of Salerno) et al -- Classification Models as Tools of Bankruptcy Prediction – Polish Experience – J. Pochiecha (Cracow university) et al -- Clustering macroseismic fields by statistical data depth functions – C. Agostinelli (Univ. of Trento) -- Depth based tests for circular antipodal symmetry – G. Pandolfo (Univ. of Cassino) et al -- Estimating The Effect Of Prenatal Care On Birth Outcomes – E. Sironi (Sacro Cuore University) et al -- Bifurcations And Sunspots In Continuous Time Optimal Models With Externalities – B.Venturi (Univ. of Cagliari) et al -- Enhancing Big Data Exploration with Faceted Browsing – S. Bergamaschi (Univ. of Modena and Reggio Emilia) et al -- Big data meet pharmaceutical industry: an application on social media data – C. Liberati (Univ. of Milan Bicocca) et al -- From Big Data to information: statistical issues through a case study – S. Signorelli (Univ. of Bergamo) et al -- Quality of Classification approaches for the quantitative analysis of international conflict – A.F.X. Wilhelm (Jacobs Univ. Bremen) -- P-splines based clustering as a general framework: some applications using different clustering algorithms – C. Iorio (Univ. of Naples Federico II) et al -- A graphical copula-based tool for detecting tail dependence – R. Pappadà (univ. of Trieste) et al -- Comparing spatial and spatio-temporal FPCA to impute large continuous gaps in space – M. Ruggeri (Univ. of Palermo) et al -- Exploring Italian students' performances in the SNV test: a quantile regression perspective – A. Costanzo (National Institute for the Evaluation of Education and Training – INVALSI) et al. . 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