Machine Learning in Complex Networks
Langue : anglais
Edité par Springer, Springer Feb 2016, 2016
- Livre relié
- Neuf
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagnebuchversandmimpf2000
Vendeur AbeBooks depuis 23 janvier 2017
Etat: Neuf
EUR 160,49
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
This item is printed on demand - Print on Demand Titel. Neuware -This book presents the features and advantages offered by complex networks in the machine learning domain. In the first part, an overview on complex networks and network-based machine learning is presented, offering necessary background material. In the second part, we describe in details some specific techniques based on complex networks for supervised, non-supervised, and semi-supervised learning. Particularly, a stochastic particle competition technique for both non-supervised and semi-supervised learning using a stochastic nonlinear dynamical system is described in details. Moreover, an analytical analysis is supplied, which enables one to predict the behavior of the proposed technique. In addition, data reliability issues are explored in semi-supervised learning. Such matter has practical importance and is not often found in the literature. With the goal of validating these techniques for solving real problems, simulations on broadly accepted databases are conducted. Still in thisbook, we present a hybrid supervised classification technique that combines both low and high orders of learning. The low level term can be implemented by any classification technique, while the high level term is realized by the extraction of features of the underlying network constructed from the input data. Thus, the former classifies the test instances by their physical features, while the latter measures the compliance of the test instances with the pattern formation of the data. We show that the high level technique can realize classification according to the semantic meaning of the data. This book intends to combine two widely studied research areas, machine learning and complex networks, which in turn will generate broad interests to scientific community, mainly to computer science and engineering areas.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 352 pp. Englisch. …
N° de réf. du vendeur 9783319172897
- Titre
- Machine Learning in Complex Networks
- Auteur
- Thiago Christiano Silva
- Éditeur
- Springer, Springer Feb 2016
- Année de publication
- 2016
- État de l'article
- Neu
- Reliure
- Buch
- Langue
- anglais
- ISBN à 10 chiffres
- 3319172891
- ISBN à 13 chiffres
- 9783319172897
- Poids de l'article
- 694 grammes
- Dimensions
- 241x160x25 mm
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de la quatrième de couverture
This book explores the features and advantages offered by complex networks in the domain of machine learning. In the first part of the book, we present an overview on complex networks and machine learning. Then, we provide a comprehensive description on network-based machine learning. In addition, we also address the important network construction issue. In the second part of the book, we describe some techniques for supervised, unsupervised, and semi-supervised learning that rely on complex networks to perform the learning process. Particularly, we thoroughly investigate a particle competition technique for both unsupervised and semi-supervised learning that is modeled using a stochastic nonlinear dynamical system. Moreover, we supply an analytical analysis of the model, which enables one to predict the behavior of the proposed technique. In addition, we deal with data reliability issues or imperfect data in semi-supervised learning. Even though with relevant practical importance, little research is found about this topic in the literature. In order to validate these techniques, we employ broadly accepted real-world and artificial data sets. Regarding network-based supervised learning, we present a hybrid data classification technique that combines both low and high orders of learning. The low-level term can be implemented by any traditional classification technique, while the high-level term is realized by the extraction of topological features of the underlying network constructed from the input data. Thus, the former classifies test instances according to their physical features, while the latter measures the compliance of test instances with the pattern formation of the data. We show that the high-level technique can realize classification according to the semantic meaning of the data. This book intends to combine two widely studied research areas, machine learning and complex networks, which in turn may generate broad interests to scientific community, mainly to computer science and engineering areas.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
buchversandmimpf2000
Emtmannsberg, BAYE, Allemagne
Vendeur AbeBooks depuis 23 janvier 2017
Frais d'expédition de Allemagne vers Etats-Unis
| Article | 60 à 60 jours ouvrés | 60 à 60 jours ouvrés |
|---|---|---|
| Premier article | EUR 60,00 | EUR 75,00 |
Modes de paiement
- Chèque
- Paypal
Description de la boutique
Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur
Spécialité
Modernes Antiquariat - Bücher von 1960 bis heuteProfil professionnel du vendeur
buchversandmimpf2000
Allemagne
Conditions de vente
Impressum
Gesetzliche Anbieterkennung:
Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à buchversandmimpf2000, Emtmannsberg, BAYE, Germany, +49 09209-2023188, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Soweit in der Artikelbeschreibung keine andere Frist angegeben ist, erfolgt die Lieferung der Ware innerhalb von 3-5 Werktagen nach Vertragsschluss, bei Vorauszahlung erst nach Eingang des vollständigen Kaufpreises und der Versandkosten. Alle Preise inkl. MwSt.