Título :	Data Analytics and Management in Data Intensive Domains : XVIII International Conference, DAMDID/RCDL 2016, Ershovo, Moscow, Russia, October 11 -14, 2016, Revised Selected Papers
Tipo de documento:	documento electrónico
Autores:	Kalinichenko, Leonid, ; Kuznetsov, Sergei O., ; Manolopoulos, Yannis,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2017
Número de páginas:	XII, 281 p. 64 ilustraciones
ISBN/ISSN/DL:	978-3-319-57135-5
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  Interfaces de usuario (sistemas informáticos)  La interacción persona-ordenador  Procesamiento del lenguaje natural (Informática)  Ingeniería de software  Inteligencia artificial  Minería de datos y descubrimiento de conocimientos  Interfaces de usuario e interacción persona-computadora  Procesamiento del lenguaje natural (PNL)
Índice Dewey:	6.312
Resumen:	Este libro constituye las actas arbitradas de la 28.ª Conferencia internacional sobre análisis y gestión de datos en dominios intensivos en datos, DAMDID/RCDL 2016, celebrada en Ershovo, Moscú, Rusia, en octubre de 2016. Los 16 artículos completos revisados ​​presentados junto con una charla invitada y dos artículos principales fueron cuidadosamente revisados ​​y seleccionados de 57 presentaciones. Los artículos están organizados en secciones temáticas sobre modelado semántico en dominios intensivos en datos; gestión del conocimiento y el aprendizaje; minería de texto; infraestructuras de datos en astrofísica; análisis de datos; infraestructuras de investigación; documento de posición.
Nota de contenido:	Semantic modeling in data intensive domains -- Knowledge and learning management -- Text mining -- Data infrastructures in astrophysics -- Data analysis -- Research infrastructures -- Position paper.
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

Data Analytics and Management in Data Intensive Domains : XVIII International Conference, DAMDID/RCDL 2016, Ershovo, Moscow, Russia, October 11 -14, 2016, Revised Selected Papers [documento electrónico] / Kalinichenko, Leonid, ; Kuznetsov, Sergei O., ; Manolopoulos, Yannis,  . -  1 ed.  . - [s.l.] : Springer, 2017 . - XII, 281 p. 64 ilustraciones.
ISBN : 978-3-319-57135-5
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  Interfaces de usuario (sistemas informáticos)  La interacción persona-ordenador  Procesamiento del lenguaje natural (Informática)  Ingeniería de software  Inteligencia artificial  Minería de datos y descubrimiento de conocimientos  Interfaces de usuario e interacción persona-computadora  Procesamiento del lenguaje natural (PNL)
Índice Dewey:	6.312
Resumen:	Este libro constituye las actas arbitradas de la 28.ª Conferencia internacional sobre análisis y gestión de datos en dominios intensivos en datos, DAMDID/RCDL 2016, celebrada en Ershovo, Moscú, Rusia, en octubre de 2016. Los 16 artículos completos revisados ​​presentados junto con una charla invitada y dos artículos principales fueron cuidadosamente revisados ​​y seleccionados de 57 presentaciones. Los artículos están organizados en secciones temáticas sobre modelado semántico en dominios intensivos en datos; gestión del conocimiento y el aprendizaje; minería de texto; infraestructuras de datos en astrofísica; análisis de datos; infraestructuras de investigación; documento de posición.
Nota de contenido:	Semantic modeling in data intensive domains -- Knowledge and learning management -- Text mining -- Data infrastructures in astrophysics -- Data analysis -- Research infrastructures -- Position paper.
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