Información del autor
Autor Reforgiato Recupero, Diego |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsquedaData Science for Economics and Finance / Consoli, Sergio ; Reforgiato Recupero, Diego ; Saisana, Michaela
TÃtulo : Data Science for Economics and Finance : Methodologies and Applications Tipo de documento: documento electrónico Autores: Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Saisana, Michaela, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XIV, 355 p. 56 ilustraciones, 44 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-66891-4 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 Aprendizaje automático Servicios de información empresarial Investigación cuantitativa TecnologÃa de la información Sistemas de almacenamiento y recuperación de información. MinerÃa de datos y descubrimiento de conocimientos Sistemas de Información Empresarial Análisis de datos y Big Data Aplicación Informática en Tratamiento de Datos Administrativos Almacenamiento y recuperación de información Clasificación: 6.312 Resumen: Este libro de acceso abierto cubre el uso de la ciencia de datos, incluido el aprendizaje automático avanzado, el análisis de big data, las tecnologÃas de la web semántica, el procesamiento del lenguaje natural, el análisis de redes sociales y el análisis de series temporales, entre otros, para aplicaciones en economÃa y finanzas. Además, muestra algunas aplicaciones exitosas de soluciones avanzadas de ciencia de datos utilizadas para extraer nuevos conocimientos de los datos con el fin de mejorar los modelos de previsión económica. El libro comienza con una introducción sobre el uso de tecnologÃas de ciencia de datos en economÃa y finanzas y es seguido por trece capÃtulos que muestran historias de éxito de la aplicación de metodologÃas especÃficas de ciencia de datos, abordando temas particulares relacionados con nuevas fuentes de big data y tecnologÃas para el análisis económico. (por ejemplo, redes sociales y noticias); modelos de big data que aprovechan el aprendizaje automático (profundo) supervisado/no supervisado; procesamiento del lenguaje natural para construir indicadores económicos y financieros; y previsión y pronóstico inmediato de variables económicas mediante análisis de series temporales. Este libro es relevante para todas las partes interesadas involucradas en la investigación digital y con uso intensivo de datos en economÃa y finanzas, ayudándoles a comprender las principales oportunidades y desafÃos, familiarizarse con los últimos hallazgos metodológicos y aprender a utilizar y evaluar el rendimiento de herramientas novedosas. y marcos. Está dirigido principalmente a cientÃficos de datos y analistas de negocios que explotan tecnologÃas de ciencia de datos, y también será un recurso útil para investigar a estudiantes en disciplinas y cursos relacionados con estos temas. En general, los lectores aprenderán soluciones de ciencia de datos modernas y efectivas para crear innovaciones tangibles para aplicaciones económicas y financieras. Nota de contenido: Data Science Technologies in Economics and Finance: A Gentle Walk-In -- Supervised Learning for the Prediction of Firm Dynamics -- Opening the Black Box: Machine Learning Interpretability and Inference Tools with an Application to Economic Forecasting -- Machine Learning for Financial Stability -- Sharpening the Accuracy of Credit Scoring Models with Machine Learning Algorithms -- Classifying Counterparty Sector in EMIR Data -- Massive Data Analytics for Macroeconomic Nowcasting -- New Data Sources for Central Banks -- Sentiment Analysis of Financial News: Mechanics and Statistics -- Semi-supervised Text Mining for Monitoring the News About the ESG Performance of Companies -- Extraction and Representation of Financial Entities from Text -- Quantifying News Narratives to Predict Movements in Market Risk -- Do the Hype of the Benefits from Using New Data Science Tools Extend to Forecasting Extremely Volatile Assets? -- Network Analysis for Economics and Finance: An application to Firm Ownership. Tipo de medio : Computadora Summary : This open access book covers the use of data science, including advanced machine learning, big data analytics, Semantic Web technologies, natural language processing, social media analysis, time series analysis, among others, for applications in economics and finance. In addition, it shows some successful applications of advanced data science solutions used to extract new knowledge from data in order to improve economic forecasting models. The book starts with an introduction on the use of data science technologies in economics and finance and is followed by thirteen chapters showing success stories of the application of specific data science methodologies, touching on particular topics related to novel big data sources and technologies for economic analysis (e.g. social media and news); big data models leveraging on supervised/unsupervised (deep) machine learning; natural language processing to build economic and financial indicators; and forecasting and nowcasting of economic variables through time series analysis. This book is relevant to all stakeholders involved in digital and data-intensive research in economics and finance, helping them to understand the main opportunities and challenges, become familiar with the latest methodological findings, and learn how to use and evaluate the performances of novel tools and frameworks. It primarily targets data scientists and business analysts exploiting data science technologies, and it will also be a useful resource to research students in disciplines and courses related to these topics. Overall, readers will learn modern and effective data science solutions to create tangible innovations for economic and financial applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data Science for Economics and Finance : Methodologies and Applications [documento electrónico] / Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Saisana, Michaela, . - 1 ed. . - [s.l.] : Springer, 2021 . - XIV, 355 p. 56 ilustraciones, 44 ilustraciones en color.
ISBN : 978-3-030-66891-4
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 Aprendizaje automático Servicios de información empresarial Investigación cuantitativa TecnologÃa de la información Sistemas de almacenamiento y recuperación de información. MinerÃa de datos y descubrimiento de conocimientos Sistemas de Información Empresarial Análisis de datos y Big Data Aplicación Informática en Tratamiento de Datos Administrativos Almacenamiento y recuperación de información Clasificación: 6.312 Resumen: Este libro de acceso abierto cubre el uso de la ciencia de datos, incluido el aprendizaje automático avanzado, el análisis de big data, las tecnologÃas de la web semántica, el procesamiento del lenguaje natural, el análisis de redes sociales y el análisis de series temporales, entre otros, para aplicaciones en economÃa y finanzas. Además, muestra algunas aplicaciones exitosas de soluciones avanzadas de ciencia de datos utilizadas para extraer nuevos conocimientos de los datos con el fin de mejorar los modelos de previsión económica. El libro comienza con una introducción sobre el uso de tecnologÃas de ciencia de datos en economÃa y finanzas y es seguido por trece capÃtulos que muestran historias de éxito de la aplicación de metodologÃas especÃficas de ciencia de datos, abordando temas particulares relacionados con nuevas fuentes de big data y tecnologÃas para el análisis económico. (por ejemplo, redes sociales y noticias); modelos de big data que aprovechan el aprendizaje automático (profundo) supervisado/no supervisado; procesamiento del lenguaje natural para construir indicadores económicos y financieros; y previsión y pronóstico inmediato de variables económicas mediante análisis de series temporales. Este libro es relevante para todas las partes interesadas involucradas en la investigación digital y con uso intensivo de datos en economÃa y finanzas, ayudándoles a comprender las principales oportunidades y desafÃos, familiarizarse con los últimos hallazgos metodológicos y aprender a utilizar y evaluar el rendimiento de herramientas novedosas. y marcos. Está dirigido principalmente a cientÃficos de datos y analistas de negocios que explotan tecnologÃas de ciencia de datos, y también será un recurso útil para investigar a estudiantes en disciplinas y cursos relacionados con estos temas. En general, los lectores aprenderán soluciones de ciencia de datos modernas y efectivas para crear innovaciones tangibles para aplicaciones económicas y financieras. Nota de contenido: Data Science Technologies in Economics and Finance: A Gentle Walk-In -- Supervised Learning for the Prediction of Firm Dynamics -- Opening the Black Box: Machine Learning Interpretability and Inference Tools with an Application to Economic Forecasting -- Machine Learning for Financial Stability -- Sharpening the Accuracy of Credit Scoring Models with Machine Learning Algorithms -- Classifying Counterparty Sector in EMIR Data -- Massive Data Analytics for Macroeconomic Nowcasting -- New Data Sources for Central Banks -- Sentiment Analysis of Financial News: Mechanics and Statistics -- Semi-supervised Text Mining for Monitoring the News About the ESG Performance of Companies -- Extraction and Representation of Financial Entities from Text -- Quantifying News Narratives to Predict Movements in Market Risk -- Do the Hype of the Benefits from Using New Data Science Tools Extend to Forecasting Extremely Volatile Assets? -- Network Analysis for Economics and Finance: An application to Firm Ownership. Tipo de medio : Computadora Summary : This open access book covers the use of data science, including advanced machine learning, big data analytics, Semantic Web technologies, natural language processing, social media analysis, time series analysis, among others, for applications in economics and finance. In addition, it shows some successful applications of advanced data science solutions used to extract new knowledge from data in order to improve economic forecasting models. The book starts with an introduction on the use of data science technologies in economics and finance and is followed by thirteen chapters showing success stories of the application of specific data science methodologies, touching on particular topics related to novel big data sources and technologies for economic analysis (e.g. social media and news); big data models leveraging on supervised/unsupervised (deep) machine learning; natural language processing to build economic and financial indicators; and forecasting and nowcasting of economic variables through time series analysis. This book is relevant to all stakeholders involved in digital and data-intensive research in economics and finance, helping them to understand the main opportunities and challenges, become familiar with the latest methodological findings, and learn how to use and evaluate the performances of novel tools and frameworks. It primarily targets data scientists and business analysts exploiting data science technologies, and it will also be a useful resource to research students in disciplines and courses related to these topics. Overall, readers will learn modern and effective data science solutions to create tangible innovations for economic and financial applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Data Science for Healthcare : Methodologies and Applications Tipo de documento: documento electrónico Autores: Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Petković, Milan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XII, 367 p. 110 ilustraciones, 82 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-05249-2 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 Informática Médica Sistemas de almacenamiento y recuperación de información. Software de la aplicacion MinerÃa de datos y descubrimiento de conocimientos Informática de la Salud Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Clasificación: 006.312 Resumen: Este libro busca promover la explotación de la ciencia de datos en los sistemas de salud. La atención se centra en el avance de los métodos analÃticos automatizados utilizados para extraer nuevos conocimientos de los datos para aplicaciones sanitarias. Para ello, el libro se basa en varias disciplinas interrelacionadas, incluido el aprendizaje automático, el análisis de big data, la estadÃstica, el reconocimiento de patrones, la visión por computadora y las tecnologÃas de la web semántica, y se centra en su aplicación directa a la atención sanitaria. A partir de tres capÃtulos tipo tutorial sobre ciencia de datos en la atención sanitaria, los siguientes once capÃtulos destacan historias de éxito sobre la aplicación de la ciencia de datos en la atención sanitaria, donde la ciencia de datos y las tecnologÃas de inteligencia artificial han demostrado ser muy prometedoras. Este libro está dirigido principalmente a cientÃficos de datos involucrados en el sector médico o de la salud. Al leer este libro, obtendrán conocimientos esenciales sobre las tecnologÃas modernas de ciencia de datos necesarias para promover la innovación tanto para las empresas de atención médica como para los pacientes. Se recomienda un conocimiento básico de la ciencia de datos para poder beneficiarse plenamente de este libro. Nota de contenido: Part I: Challenges and Basic Technologies -- Data Science in healthcare: benefits, challenges and opportunities -- Introduction to Classification Algorithms and their Performance Analysis using Medical Examples -- The role of deep learning in improving healthcare -- Part II: Specific Technologies and Applications -- Making effective use of healthcare data using data-to-text technology -- Clinical Natural Language Processing with Deep Learning -- Ontology-based Knowledge Management for Comprehensive Geriatric Assessment and Reminiscence Therapy on Social Robots -- Assistive Robots for the elderly: innovative tools to gather health relevant data -- Overview of data linkage methods for integrating separate health data sources -- A Flexible Knowledge-based Architecture For Supporting The Adoption of Healthy Lifestyles with Persuasive Dialogs -- Visual Analytics for Classifier Construction and Evaluation for Medical Data -- Data Visualization in Clinical Practice -- Using process analytics to improve healthcare processes -- A Multi-Scale Computational Approach to Understanding Cancer Metabolism -- Leveraging healthcare financial analytics for improving the health of entire populations. Tipo de medio : Computadora Summary : This book seeks to promote the exploitation of data science in healthcare systems. The focus is on advancing the automated analytical methods used to extract new knowledge from data for healthcare applications. To do so, the book draws on several interrelated disciplines, including machine learning, big data analytics, statistics, pattern recognition, computer vision, and Semantic Web technologies, and focuses on their direct application to healthcare. Building on three tutorial-like chapters on data science in healthcare, the following eleven chapters highlight success stories on the application of data science in healthcare, where data science and artificial intelligence technologies have proven to be very promising. This book is primarily intended for data scientists involved in the healthcare or medical sector. By reading this book, they will gain essential insights into the modern data science technologies needed to advance innovation for both healthcare businesses and patients. A basic grasp of data science is recommended in order to fully benefit from this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data Science for Healthcare : Methodologies and Applications [documento electrónico] / Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Petković, Milan, . - 1 ed. . - [s.l.] : Springer, 2019 . - XII, 367 p. 110 ilustraciones, 82 ilustraciones en color.
ISBN : 978-3-030-05249-2
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 Informática Médica Sistemas de almacenamiento y recuperación de información. Software de la aplicacion MinerÃa de datos y descubrimiento de conocimientos Informática de la Salud Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Clasificación: 006.312 Resumen: Este libro busca promover la explotación de la ciencia de datos en los sistemas de salud. La atención se centra en el avance de los métodos analÃticos automatizados utilizados para extraer nuevos conocimientos de los datos para aplicaciones sanitarias. Para ello, el libro se basa en varias disciplinas interrelacionadas, incluido el aprendizaje automático, el análisis de big data, la estadÃstica, el reconocimiento de patrones, la visión por computadora y las tecnologÃas de la web semántica, y se centra en su aplicación directa a la atención sanitaria. A partir de tres capÃtulos tipo tutorial sobre ciencia de datos en la atención sanitaria, los siguientes once capÃtulos destacan historias de éxito sobre la aplicación de la ciencia de datos en la atención sanitaria, donde la ciencia de datos y las tecnologÃas de inteligencia artificial han demostrado ser muy prometedoras. Este libro está dirigido principalmente a cientÃficos de datos involucrados en el sector médico o de la salud. Al leer este libro, obtendrán conocimientos esenciales sobre las tecnologÃas modernas de ciencia de datos necesarias para promover la innovación tanto para las empresas de atención médica como para los pacientes. Se recomienda un conocimiento básico de la ciencia de datos para poder beneficiarse plenamente de este libro. Nota de contenido: Part I: Challenges and Basic Technologies -- Data Science in healthcare: benefits, challenges and opportunities -- Introduction to Classification Algorithms and their Performance Analysis using Medical Examples -- The role of deep learning in improving healthcare -- Part II: Specific Technologies and Applications -- Making effective use of healthcare data using data-to-text technology -- Clinical Natural Language Processing with Deep Learning -- Ontology-based Knowledge Management for Comprehensive Geriatric Assessment and Reminiscence Therapy on Social Robots -- Assistive Robots for the elderly: innovative tools to gather health relevant data -- Overview of data linkage methods for integrating separate health data sources -- A Flexible Knowledge-based Architecture For Supporting The Adoption of Healthy Lifestyles with Persuasive Dialogs -- Visual Analytics for Classifier Construction and Evaluation for Medical Data -- Data Visualization in Clinical Practice -- Using process analytics to improve healthcare processes -- A Multi-Scale Computational Approach to Understanding Cancer Metabolism -- Leveraging healthcare financial analytics for improving the health of entire populations. Tipo de medio : Computadora Summary : This book seeks to promote the exploitation of data science in healthcare systems. The focus is on advancing the automated analytical methods used to extract new knowledge from data for healthcare applications. To do so, the book draws on several interrelated disciplines, including machine learning, big data analytics, statistics, pattern recognition, computer vision, and Semantic Web technologies, and focuses on their direct application to healthcare. Building on three tutorial-like chapters on data science in healthcare, the following eleven chapters highlight success stories on the application of data science in healthcare, where data science and artificial intelligence technologies have proven to be very promising. This book is primarily intended for data scientists involved in the healthcare or medical sector. By reading this book, they will gain essential insights into the modern data science technologies needed to advance innovation for both healthcare businesses and patients. A basic grasp of data science is recommended in order to fully benefit from this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Semantic Web Challenges : 5th SemWebEval Challenge at ESWC 2018, Heraklion, Greece, June 3–7, 2018, Revised Selected Papers / Tipo de documento: documento electrónico Autores: Buscaldi, Davide, ; Gangemi, Aldo, ; Reforgiato Recupero, Diego, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XII, 239 p. 42 ilustraciones ISBN/ISSN/DL: 978-3-030-00072-1 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: Sistemas de almacenamiento y recuperación de información. Inteligencia artificial Software de la aplicacion Gestión de base de datos Procesamiento de datos Procesamiento del lenguaje natural (Informática) Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Procesamiento del lenguaje natural (PNL) Clasificación: 025.04 Resumen: Este libro constituye las actas posteriores a la conferencia, exhaustivamente arbitradas, de la cuarta edición del DesafÃo de Evaluación de la Web Semántica, SemWebEval 2018, que se celebró conjuntamente con la 15.ª Conferencia Europea de Web Semántica, celebrada en Heraklion, Grecia, en junio de 2018. Este libro incluye las descripciones de todos los métodos y herramientas que compitieron en SemWebEval 2018, junto con una descripción detallada de las tareas, procedimientos de evaluación y conjuntos de datos. Los 18 artÃculos completos revisados ​​presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 24 presentaciones. Las contribuciones se agrupan en las áreas: el gran desafÃo del almacenamiento; desafÃo abierto de extracción de conocimiento; respuesta a preguntas sobre el desafÃo de datos vinculados; Análisis de sentimiento semántico. Nota de contenido: The mighty storage challenge -- Open knowledge extraction challenge -- Question answering over linked data challenge -- Semantic sentiment analysis. Tipo de medio : Computadora Summary : This book constitutes the thoroughly refereed post conference proceedings of the 4th edition of the Semantic Web Evaluation Challenge, SemWebEval 2018, co-located with the 15th European Semantic Web conference, held in Heraklion, Greece, in June 2018. This book includes the descriptions of all methods and tools that competed at SemWebEval 2018, together with a detailed description of the tasks, evaluation procedures and datasets. The 18 revised full papers presented in this volume were carefully reviewed and selected from 24 submissions. The contributions are grouped in the areas: the mighty storage challenge; open knowledge extraction challenge; question answering over linked data challenge; semantic sentiment analysis. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Semantic Web Challenges : 5th SemWebEval Challenge at ESWC 2018, Heraklion, Greece, June 3–7, 2018, Revised Selected Papers / [documento electrónico] / Buscaldi, Davide, ; Gangemi, Aldo, ; Reforgiato Recupero, Diego, . - 1 ed. . - [s.l.] : Springer, 2018 . - XII, 239 p. 42 ilustraciones.
ISBN : 978-3-030-00072-1
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: Sistemas de almacenamiento y recuperación de información. Inteligencia artificial Software de la aplicacion Gestión de base de datos Procesamiento de datos Procesamiento del lenguaje natural (Informática) Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Procesamiento del lenguaje natural (PNL) Clasificación: 025.04 Resumen: Este libro constituye las actas posteriores a la conferencia, exhaustivamente arbitradas, de la cuarta edición del DesafÃo de Evaluación de la Web Semántica, SemWebEval 2018, que se celebró conjuntamente con la 15.ª Conferencia Europea de Web Semántica, celebrada en Heraklion, Grecia, en junio de 2018. Este libro incluye las descripciones de todos los métodos y herramientas que compitieron en SemWebEval 2018, junto con una descripción detallada de las tareas, procedimientos de evaluación y conjuntos de datos. Los 18 artÃculos completos revisados ​​presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 24 presentaciones. Las contribuciones se agrupan en las áreas: el gran desafÃo del almacenamiento; desafÃo abierto de extracción de conocimiento; respuesta a preguntas sobre el desafÃo de datos vinculados; Análisis de sentimiento semántico. Nota de contenido: The mighty storage challenge -- Open knowledge extraction challenge -- Question answering over linked data challenge -- Semantic sentiment analysis. Tipo de medio : Computadora Summary : This book constitutes the thoroughly refereed post conference proceedings of the 4th edition of the Semantic Web Evaluation Challenge, SemWebEval 2018, co-located with the 15th European Semantic Web conference, held in Heraklion, Greece, in June 2018. This book includes the descriptions of all methods and tools that competed at SemWebEval 2018, together with a detailed description of the tasks, evaluation procedures and datasets. The 18 revised full papers presented in this volume were carefully reviewed and selected from 24 submissions. The contributions are grouped in the areas: the mighty storage challenge; open knowledge extraction challenge; question answering over linked data challenge; semantic sentiment analysis. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
