Local Pattern Detection: International Seminar Dagstuhl Castle, Germany, April 12-16, 2004, Revised Selected Papers
2005 оны 7-р сар · Springer
Электрон ном
233
Хуудас
reportҮнэлгээ болон шүүмжийг баталгаажуулаагүй Нэмэлт мэдээлэл авах
Энэ электрон номын тухай
Introduction The dramatic increase in available computer storage capacity over the last 10 years has led to the creation of very large databases of scienti?c and commercial information. The need to analyze these masses of data has led to the evolution of the new ?eld knowledge discovery in databases (KDD) at the intersection of machine learning, statistics and database technology. Being interdisciplinary by nature, the ?eld o?ers the opportunity to combine the expertise of di?erent ?elds intoacommonobjective.Moreover,withineach?elddiversemethodshave been developed and justi?ed with respect to di?erent quality criteria. We have toinvestigatehowthesemethods cancontributeto solvingthe problemofKDD. Traditionally, KDD was seeking to ?nd global models for the data that - plain most of the instances of the database and describe the general structure of the data. Examples are statistical time series models, cluster models, logic programs with high coverageor classi?cation models like decision trees or linear decision functions. In practice, though, the use of these models often is very l- ited, because global models tend to ?nd only the obvious patterns in the data, 1 which domain experts already are aware of . What is really of interest to the users are the local patterns that deviate from the already-known background knowledge. David Hand, who organized a workshop in 2002, proposed the new ?eld of local patterns.
Энэ электрон номыг үнэлэх
Санал бодлоо хэлнэ үү.
Унших мэдээлэл
Ухаалаг утас болон таблет
Андройд болон iPad/iPhone-д Google Ном Унших аппыг суулгана уу. Үүнийг таны бүртгэлд автоматаар синк хийх бөгөөд та хүссэн газраасаа онлайн эсвэл офлайнаар унших боломжтой.
Зөөврийн болон ердийн компьютер
Та компьютерийн веб хөтчөөр Google Play-с авсан аудио номыг сонсох боломжтой.
eReaders болон бусад төхөөрөмжүүд
Kobo Цахим ном уншигч гэх мэт e-ink төхөөрөмжүүд дээр уншихын тулд та файлыг татаад төхөөрөмж рүүгээ дамжуулах шаардлагатай болно. Файлуудаа дэмжигддэг Цахим ном уншигч руу шилжүүлэхийн тулд Тусламжийн төвийн дэлгэрэнгүй зааварчилгааг дагана уу.
