Predictive Clustering
-
8% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 80.20
-
34 020 Ft (32 400 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 8% (cc. 2 722 Ft off)
- Discounted price 31 298 Ft (29 808 Ft + 5% áfa)
34 020 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1st ed. 2025
- Kiadó Springer
- Megjelenés dátuma 2025. április 25.
- Kötetek száma 1 pieces, Book
- ISBN 9781461411468
- Kötéstípus Keménykötés
- Terjedelem240 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk V, 240 p. 700
Kategóriák
Rövid leírás:
This book presents a novel paradigm for machine learning and data mining called predictive clustering which covers a broad variety of learning tasks and offers a fresh perspective on existing techniques. Includes applications in ecology and bio-informatics.
TöbbHosszú leírás:
This book introduces a novel paradigm for machine learning and data mining called predictive clustering, which covers a broad variety of learning tasks and offers a fresh perspective on existing techniques.
The book presents an informal introduction to predictive clustering, describing learning tasks and settings, and then continues with a formal description of the paradigm, explaining algorithms for learning predictive clustering trees and predictive clustering rules, as well as presenting the applicability of these learning techniques to a broad range of tasks. Variants of decision tree learning algorithms are also introduced. Finally, the book offers several significant applications in ecology and bio-informatics.
The book is written in a straightforward and easy-to-understand manner, aimed at varied readership, ranging from researchers with an interest in machine learning techniques to practitioners of data mining technology in the areas of ecology and bioinformatics.
Tartalomjegyzék:
Introduction.- What is predictive clustering?.- Motivation: A variety of predictive learning tasks.- Some basic approaches to prediction and clustering.- Formalizing predictive clustering.- Predictive clustering trees.- Predictive clustering rules.- Distances and prototype functions.- Predictive Clustering with Constraints.- Relational PCTs.- Applications in environmental sciences.- Applications in bioinformatics.- Clus
Több
