Título :	New Frontiers in Mining Complex Patterns : 6th International Workshop, NFMCP 2017, Held in Conjunction with ECML-PKDD 2017, Skopje, Macedonia, September 18-22, 2017, Revised Selected Papers
Tipo de documento:	documento electrónico
Autores:	Appice, Annalisa, ; Loglisci, Corrado, ; Manco, Giuseppe, ; Masciari, Elio, ; Ras, Zbigniew W.,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2018
Número de páginas:	XII, 197 p. 57 ilustraciones
ISBN/ISSN/DL:	978-3-319-78680-3
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Procesamiento de datos  Unidades aritméticas y lógicas informáticas  Ciencias sociales  Inteligencia artificial  Minería de datos y descubrimiento de conocimientos  Estructuras aritméticas y lógicas  Aplicación informática en ciencias sociales y del comportamiento
Índice Dewey:	6.312
Resumen:	Este libro presenta una colección de versiones revisadas y significativamente ampliadas de los artículos aceptados para su presentación en el 6º Taller Internacional sobre Nuevas Fronteras en Patrones Complejos Mineros, NFMCP 2017, celebrado junto con ECML-PKDD 2017 en Skopje, Macedonia, en septiembre de 2017. El libro se compone de cinco partes: selección e inducción de características; predicción de clasificación; agrupamiento; descubrimiento de patrones; aplicaciones. El taller tuvo como objetivo discutir e introducir nuevos fundamentos algorítmicos y formalismos de representación en el descubrimiento de patrones complejos. Finalmente, fomentó la integración de resultados recientes de campos existentes, como Estadísticas, Aprendizaje Automático y Análisis de Big Data.
Nota de contenido:	Learning Association Rules for Pharmacogenomic Studies -- Segment-Removal Based Stuttered Speech Remediation -- Identifying lncRNA-disease Relationships via Heterogeneous Clustering -- Density Estimators for Positive-Unlabeled Learning -- Combinatorial Optimization Algorithms to Mine a Sub-Matrix of Maximal Sum -- A Scaled-Correlation Based Approach for Defining and analyzing functional networks -- Complex Localization in the Multiple Instance Learning Context -- Integrating a Framework for Discovering Alternative App Stores in a Mobile App Monitoring Platform -- Usefulness of Unsupervised Ensemble Learning Methods for Time Series Forecasting of Aggregated or Clustered Load -- Phenotype Prediction with Semi-supervised Classification Trees -- Structuring the Output Space in Multi-label Classification by Using Feature Ranking -- Infinite Mixtures of Markov Chains -- Community-based Semantic Subgroup Discovery.
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

New Frontiers in Mining Complex Patterns : 6th International Workshop, NFMCP 2017, Held in Conjunction with ECML-PKDD 2017, Skopje, Macedonia, September 18-22, 2017, Revised Selected Papers [documento electrónico] / Appice, Annalisa, ; Loglisci, Corrado, ; Manco, Giuseppe, ; Masciari, Elio, ; Ras, Zbigniew W.,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - XII, 197 p. 57 ilustraciones.
ISBN : 978-3-319-78680-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Procesamiento de datos  Unidades aritméticas y lógicas informáticas  Ciencias sociales  Inteligencia artificial  Minería de datos y descubrimiento de conocimientos  Estructuras aritméticas y lógicas  Aplicación informática en ciencias sociales y del comportamiento
Índice Dewey:	6.312
Resumen:	Este libro presenta una colección de versiones revisadas y significativamente ampliadas de los artículos aceptados para su presentación en el 6º Taller Internacional sobre Nuevas Fronteras en Patrones Complejos Mineros, NFMCP 2017, celebrado junto con ECML-PKDD 2017 en Skopje, Macedonia, en septiembre de 2017. El libro se compone de cinco partes: selección e inducción de características; predicción de clasificación; agrupamiento; descubrimiento de patrones; aplicaciones. El taller tuvo como objetivo discutir e introducir nuevos fundamentos algorítmicos y formalismos de representación en el descubrimiento de patrones complejos. Finalmente, fomentó la integración de resultados recientes de campos existentes, como Estadísticas, Aprendizaje Automático y Análisis de Big Data.
Nota de contenido:	Learning Association Rules for Pharmacogenomic Studies -- Segment-Removal Based Stuttered Speech Remediation -- Identifying lncRNA-disease Relationships via Heterogeneous Clustering -- Density Estimators for Positive-Unlabeled Learning -- Combinatorial Optimization Algorithms to Mine a Sub-Matrix of Maximal Sum -- A Scaled-Correlation Based Approach for Defining and analyzing functional networks -- Complex Localization in the Multiple Instance Learning Context -- Integrating a Framework for Discovering Alternative App Stores in a Mobile App Monitoring Platform -- Usefulness of Unsupervised Ensemble Learning Methods for Time Series Forecasting of Aggregated or Clustered Load -- Phenotype Prediction with Semi-supervised Classification Trees -- Structuring the Output Space in Multi-label Classification by Using Feature Ranking -- Infinite Mixtures of Markov Chains -- Community-based Semantic Subgroup Discovery.
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