Machine Learning and Data Mining in Pattern Recognition : (Registro nro. 299957)
[ vista simple ]
| 000 -CABECERA | |
|---|---|
| campo de control de longitud fija | 06718nam a22003735i 4500 |
| 001 - NÚMERO DE CONTROL | |
| campo de control | 299957 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL | |
| campo de control | MX-SnUAN |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
| campo de control | 20170705134249.0 |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | cr nn 008mamaa |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | 150903s2009 gw | o |||| 0|eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO | |
| Número Internacional Estándar del Libro | 9783642030703 |
| -- | 9783642030703 |
| 024 7# - IDENTIFICADOR DE OTROS ESTÁNDARES | |
| Número estándar o código | 10.1007/9783642030703 |
| Fuente del número o código | doi |
| 035 ## - NÚMERO DE CONTROL DEL SISTEMA | |
| Número de control de sistema | vtls000353523 |
| 039 #9 - NIVEL DE CONTROL BIBLIOGRÁFICO Y DETALLES DE CODIFICACIÓN [OBSOLETO] | |
| Nivel de reglas en descripción bibliográfica | 201509030507 |
| Nivel de esfuerzo utilizado para asignar no-encabezamientos de materia en puntos de acceso | VLOAD |
| Nivel de esfuerzo utilizado en la asignación de encabezamientos de materia | 201405060321 |
| Nivel de esfuerzo utilizado para asignar clasificación | VLOAD |
| -- | 201402180955 |
| -- | staff |
| 040 ## - FUENTE DE LA CATALOGACIÓN | |
| Centro catalogador/agencia de origen | MX-SnUAN |
| Lengua de catalogación | spa |
| Centro/agencia transcriptor | MX-SnUAN |
| Normas de descripción | rda |
| 050 #4 - CLASIFICACIÓN DE LA BIBLIOTECA DEL CONGRESO | |
| Número de clasificación | Q334-342 |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA | |
| Nombre de persona | Perner, Petra. |
| Término indicativo de función/relación | editor. |
| 9 (RLIN) | 299456 |
| 245 10 - MENCIÓN DE TÍTULO | |
| Título | Machine Learning and Data Mining in Pattern Recognition : |
| Resto del título | 6th International Conference, MLDM 2009, Leipzig, Germany, July 23-25, 2009. Proceedings / |
| Mención de responsabilidad, etc. | edited by Petra Perner. |
| 264 #1 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT | |
| Producción, publicación, distribución, fabricación y copyright | Berlin, Heidelberg : |
| Nombre del de productor, editor, distribuidor, fabricante | Springer Berlin Heidelberg, |
| Fecha de producción, publicación, distribución, fabricación o copyright | 2009. |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Otras características físicas | recurso en línea. |
| 336 ## - TIPO DE CONTENIDO | |
| Término de tipo de contenido | texto |
| Código de tipo de contenido | txt |
| Fuente | rdacontent |
| 337 ## - TIPO DE MEDIO | |
| Nombre/término del tipo de medio | computadora |
| Código del tipo de medio | c |
| Fuente | rdamedia |
| 338 ## - TIPO DE SOPORTE | |
| Nombre/término del tipo de soporte | recurso en línea |
| Código del tipo de soporte | cr |
| Fuente | rdacarrier |
| 347 ## - CARACTERÍSTICAS DEL ARCHIVO DIGITAL | |
| Tipo de archivo | archivo de texto |
| Formato de codificación | |
| Fuente | rda |
| 490 0# - MENCIÓN DE SERIE | |
| Mención de serie | Lecture Notes in Computer Science, |
| Número Internacional Normalizado para Publicaciones Seriadas | 0302-9743 ; |
| Designación de volumen o secuencia | 5632 |
| 500 ## - NOTA GENERAL | |
| Nota general | Springer eBooks |
| 505 0# - NOTA DE CONTENIDO CON FORMATO | |
| Nota de contenido con formato | Attribute Discretization and Data Preparation -- Improved Comprehensibility and Reliability of Explanations via Restricted Halfspace Discretization -- Selection of Subsets of Ordered Features in Machine Learning -- Combination of Vector Quantization and Visualization -- Discretization of Target Attributes for Subgroup Discovery -- Preserving Privacy in Time Series Data Classification by Discretization -- Using Resampling Techniques for Better Quality Discretization -- Classification -- A Large Margin Classifier with Additional Features -- Sequential EM for Unsupervised Adaptive Gaussian Mixture Model Based Classifier -- Optimal Double-Kernel Combination for Classification -- Efficient AdaBoost Region Classification -- A Linear Classification Method in a Very High Dimensional Space Using Distributed Representation -- PMCRI: A Parallel Modular Classification Rule Induction Framework -- Dynamic Score Combination: A Supervised and Unsupervised Score Combination Method -- ODDboost: Incorporating Posterior Estimates into AdaBoost -- Ensemble Classifier Learning -- Ensemble Learning: A Study on Different Variants of the Dynamic Selection Approach -- Relevance and Redundancy Analysis for Ensemble Classifiers -- Drift-Aware Ensemble Regression -- Concept Drifting Detection on Noisy Streaming Data in Random Ensemble Decision Trees -- Association Rules and Pattern Mining -- Mining Multiple Level Non-redundant Association Rules through Two-Fold Pruning of Redundancies -- Pattern Mining with Natural Language Processing: An Exploratory Approach -- Is the Distance Compression Effect Overstated? Some Theory and Experimentation -- Support Vector Machines -- Fast Local Support Vector Machines for Large Datasets -- The Effect of Domain Knowledge on Rule Extraction from Support Vector Machines -- Towards B-Coloring of SOM -- Clustering -- CSBIterKmeans: A New Clustering Algorithm Based on Quantitative Assessment of the Clustering Quality -- Agent-Based Non-distributed and Distributed Clustering -- An Evidence Accumulation Approach to Constrained Clustering Combination -- Fast Spectral Clustering with Random Projection and Sampling -- How Much True Structure Has Been Discovered? -- Efficient Clustering of Web-Derived Data Sets -- A Probabilistic Approach for Constrained Clustering with Topological Map -- Novelty and Outlier Detection -- Relational Frequent Patterns Mining for Novelty Detection from Data Streams -- A Comparative Study of Outlier Detection Algorithms -- Outlier Detection with Explanation Facility -- Learning -- Concept Learning from (Very) Ambiguous Examples -- Finding Top-N Pseudo Formal Concepts with Core Intents -- On Fixed Convex Combinations of No-Regret Learners -- An Improved Tabu Search (ITS) Algorithm Based on Open Cover Theory for Global Extremums -- The Needles-in-Haystack Problem -- Data Mining on Multimedia Data -- An Evidence-Driven Probabilistic Inference Framework for Semantic Image Understanding -- Detection of Masses in Mammographic Images Using Simpson’s Diversity Index in Circular Regions and SVM -- Mining Lung Shape from X-Ray Images -- A Wavelet-Based Method for Detecting Seismic Anomalies in Remote Sensing Satellite Data -- Spectrum Steganalysis of WAV Audio Streams -- Audio-Based Emotion Recognition in Judicial Domain: A Multilayer Support Vector Machines Approach -- Learning with a Quadruped Chopstick Robot -- Dissimilarity Based Vector Space Embedding of Graphs Using Prototype Reduction Schemes -- Text Mining -- Using Graph-Kernels to Represent Semantic Information in Text Classification -- A General Framework of Feature Selection for Text Categorization -- New Semantic Similarity Based Model for Text Clustering Using Extended Gloss Overlaps -- Aspects of Data Mining -- Learning Betting Tips from Users’ Bet Selections -- An Approach to Web-Scale Named-Entity Disambiguation -- A General Learning Method for Automatic Title Extraction from HTML Pages -- Regional Pattern Discovery in Geo-referenced Datasets Using PCA -- Memory-Based Modeling of Seasonality for Prediction of Climatic Time Series -- A Neural Approach for SME’s Credit Risk Analysis in Turkey -- Assisting Data Mining through Automated Planning -- Predictions with Confidence in Applications -- Data Mining in Medicine -- Aligning Bayesian Network Classifiers with Medical Contexts -- Assessing the Eligibility of Kidney Transplant Donors -- Lung Nodules Classification in CT Images Using Simpson’s Index, Geometrical Measures and One-Class SVM. |
| 520 ## - SUMARIO, ETC. | |
| Sumario, etc. | This book constitutes the refereed proceedings of the 6th International Conference on Machine Learning and Data Mining in Pattern Recognition, MLDM 2009, held in Leipzig, Germany, in July 2009. The 63 revised full papers presented were carefully reviewed and selected from 205 submissions. The papers are organized in topical sections on attribute discretization and data preparation; classification; ensemble classifier learning; associate rules and pattern minig; support vector machines; clustering; novelty and outlier detection; learning; data mining and multimedia data; text mining; aspects of data mining; as well as data mining in medicine. |
| 590 ## - NOTA LOCAL (RLIN) | |
| Nota local | Para consulta fuera de la UANL se requiere clave de acceso remoto. |
| 710 2# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE ENTIDAD CORPORATIVA | |
| Nombre de entidad corporativa o nombre de jurisdicción como elemento de entrada | SpringerLink (Servicio en línea) |
| 9 (RLIN) | 299170 |
| 776 08 - ENTRADA/ENLACE A UN FORMATO FÍSICO ADICIONAL | |
| Información de relación/Frase instructiva de referencia | Edición impresa: |
| Número Internacional Estándar del Libro | 9783642030697 |
| 856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS | |
| Identificador Uniforme del Recurso | <a href="http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-3-642-03070-3">http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-3-642-03070-3</a> |
| Nota pública | Conectar a Springer E-Books (Para consulta externa se requiere previa autentificación en Biblioteca Digital UANL) |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) | |
| Tipo de ítem Koha | Recurso en línea |
No hay ítems disponibles.