Dzeroski / Struyf | Knowledge Discovery in Inductive Databases | E-Book | sack.de
E-Book

E-Book, Englisch, Band 4747, 301 Seiten, eBook

Reihe: Lecture Notes in Computer Science

Dzeroski / Struyf Knowledge Discovery in Inductive Databases

5th International Workshop, KDID 2006 Berlin, Germany, September 18th, 2006 Revised Selected and Invited Papers
2007
ISBN: 978-3-540-75549-4
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

5th International Workshop, KDID 2006 Berlin, Germany, September 18th, 2006 Revised Selected and Invited Papers

E-Book, Englisch, Band 4747, 301 Seiten, eBook

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-540-75549-4
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark



Dzeroski / Struyf Knowledge Discovery in Inductive Databases jetzt bestellen!

Zielgruppe


Research


Autoren/Hrsg.


Weitere Infos & Material


Invited Talk.- Value, Cost, and Sharing: Open Issues in Constrained Clustering.- Contributed Papers.- Mining Bi-sets in Numerical Data.- Extending the Soft Constraint Based Mining Paradigm.- On Interactive Pattern Mining from Relational Databases.- Analysis of Time Series Data with Predictive Clustering Trees.- Integrating Decision Tree Learning into Inductive Databases.- Using a Reinforced Concept Lattice to Incrementally Mine Association Rules from Closed Itemsets.- An Integrated Multi-task Inductive Database VINLEN: Initial Implementation and Early Results.- Beam Search Induction and Similarity Constraints for Predictive Clustering Trees.- Frequent Pattern Mining and Knowledge Indexing Based on Zero-Suppressed BDDs.- Extracting Trees of Quantitative Serial Episodes.- IQL: A Proposal for an Inductive Query Language.- Mining Correct Properties in Incomplete Databases.- Efficient Mining Under Rich Constraints Derived from Various Datasets.- Three Strategies for Concurrent Processing of Frequent Itemset Queries Using FP-Growth.- Discussion Paper.- Towards a General Framework for Data Mining.



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.