Articles liés à Learning from Data Streams in Evolving Environments:...
L'édition de cet ISBN n'est malheureusement plus disponible.
Synopsis
Chapter1: Transfer Learning in Non-Stationary Environments.- Chapter2: A new combination of diversity techniques in ensemble classifiers for handling complex concept drift.- Chapter3: Analyzing and Clustering Pareto-Optimal Objects in Data Streams.- Chapter4: Error-bounded Approximation of Data Stream: Methods and Theories.- Chapter5: Ensemble Dynamics in Non-stationary Data Stream Classification.- Chapter6: Processing Evolving Social Networks for Change Detection based on Centrality Measures.- Chapter7: Large-scale Learning from Data Streams with Apache SAMOA.- Chapter8: Process Mining for Analyzing Customer Relationship Management Systems A Case Study.- Chapter9: Detecting Smooth Cluster Changes in Evolving Graph Sequences.- Chapter10: Efficient Estimation of Dynamic Density Functions with Applications in Data Streams.- Chapter11: A Survey of Methods of Incremental Support Vector Machine Learning.- Chapter12: On Social Network-based Algorithms for Data Stream Clustering.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
- ÉditeurSpringer
- Date d'édition2018
- ISBN 10 3319898043
- ISBN 13 9783319898049
- ReliurePaperback
- Langueanglais
- Coordonnées du fabricantnon disponible
(Aucun exemplaire disponible)
Chercher: Créez une demandeVous ne trouvez pas le livre que vous recherchez ? Nous allons poursuivre vos recherches. Si l'un de nos libraires l'ajoute aux offres sur AbeBooks, nous vous le ferons savoir !
Créez une demande
