Amini / Canu / Fischer | Machine Learning and Knowledge Discovery in Databases | E-Book | sack.de
E-Book

E-Book, Englisch, 759 Seiten

Reihe: Lecture Notes in Computer Science

Amini / Canu / Fischer Machine Learning and Knowledge Discovery in Databases

European Conference, ECML PKDD 2022, Grenoble, France, September 19–23, 2022, Proceedings, Part II
1. Auflage 2023
ISBN: 978-3-031-26390-3
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

European Conference, ECML PKDD 2022, Grenoble, France, September 19–23, 2022, Proceedings, Part II

E-Book, Englisch, 759 Seiten

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-031-26390-3
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

Chapters “On the Current State of Reproducibility and Reporting of Uncertainty for Aspect-Based SentimentAnalysis” and “Contextualized Graph Embeddings for Adverse Drug Event Detection” are licensed under theterms of the Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/). For further details see license information in the chapter.

Amini / Canu / Fischer Machine Learning and Knowledge Discovery in Databases jetzt bestellen!

Zielgruppe

Research

Autoren/Hrsg.

Amini, Massih-Reza
Canu, Stéphane
Fischer, Asja
Guns, Tias
Kralj Novak, Petra
Tsoumakas, Grigorios

Weitere Infos & Material

Networks and graphs.- knowledge graphs.- social network analysis.- graph neural networks.- natural language processing and text mining.- conversational systems.

Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.