Instance Selection and Construction for Data Mining

Name: Instance Selection and Construction for Data Mining
Author: . Ed(s): Liu, Huan; Motoda, H.
ISBN: 9780792372097

. Ed(s): Liu, Huan; Motoda, H.

Lingua: inglese

Editore: Kluwer Academic Publishers, 2001

0792372093 / 9780792372097

Serie: Libro 225 di 260 - The Springer International Series in Engineering and Computer Science

Rilegato
Nuovo

Visualizza tutti i dettagli

Da: Kennys Bookstore, Olney, MD, U.S.A.Kennys Bookstore

Venditore con 5 stelle

Venditore AbeBooks dal 9 ottobre 2009

Visualizza gli articoli di questo venditore

Rilegato

Condizione: Nuovo

EUR 257,81

EUR 9,15 spedizione

Spedito in U.S.A.

Quantità: 15 disponibili

Aggiungi al carrello

Resi gratuiti per 30 giorni

Lista dei preferitiCrea un desiderata per articoli simili

Descrizione dell’articolo da parte del venditore

The ability to analyze and understand massive data sets lags far behind the ability to gather and store the data. To meet this challenge, knowledge discovery and data mining (KDD) is growing as an emerging field. This volume brings researchers and practitioners together to report developments and focuses on the development of instance selection. Editor(s): Liu, Huan; Motoda, H. Series: The Springer International Series in Engineering and Computer Science. Num Pages: 416 pages, biography. BIC Classification: UN; UYQ. Category: (P) Professional & Vocational; (UP) Postgraduate, Research & Scholarly; (UU) Undergraduate. Dimension: 234 x 156 x 25. Weight in Grams: 807. . 2001. Hardback. . . . . Books ship from the US and Ireland.

Codice articolo V9780792372097

Contatta il venditore per questo articolo

Segnala questo articolo

Titolo: Instance Selection and Construction for Data Mining
Autore: . Ed(s): Liu, Huan; Motoda, H.
Editore: Kluwer Academic Publishers
Anno di pubblicazione: 2001
Condizione: New
Rilegatura: Rilegato
Lingua: inglese
ISBN 10: 0792372093
ISBN 13: 9780792372097
Serie: Libro 225 di 260: The Springer International Series in Engineering and Computer Science

The ability to analyze and understand massive data sets lags far behind the ability to gather and store the data. To meet this challenge, knowledge discovery and data mining (KDD) is growing rapidly as an emerging field. However, no matter how powerful computers are now or will be in the future, KDD researchers and practitioners must consider how to manage ever-growing data which is, ironically, due to the extensive use of computers and ease of data collection with computers. Many different approaches have been used to address the data explosion issue, such as algorithm scale-up and data reduction. Instance, example, or tuple selection pertains to methods or algorithms that select or search for a representative portion of data that can fulfill a KDD task as if the whole data is used. Instance selection is directly related to data reduction and becomes increasingly important in many KDD applications due to the need for processing efficiency and/or storage efficiency.
One of the major means of instance selection is sampling whereby a sample is selected for testing and analysis, and randomness is a key element in the process. Instance selection also covers methods that require search. Examples can be found in density estimation (finding the representative instances - data points - for a cluster); boundary hunting (finding the critical instances to form boundaries to differentiate data points of different classes); and data squashing (producing weighted new data with equivalent sufficient statistics). Other important issues related to instance selection extend to unwanted precision, focusing, concept drifts, noise/outlier removal, data smoothing, etc.
Instance Selection and Construction for Data Mining brings researchers and practitioners together to report new developments and applications, to share hard-learned experiences in order to avoid similar pitfalls, and to shed light on the future development of instance selection. This volume serves as a comprehensive reference for graduate students, practitioners and researchers in KDD.

"Riassunto" può appartenere a un’altra edizione di questo titolo.

Contenuti

Foreword; R.S. Michalski. Preface. Acknowledgments. Contributing Authors. Part I: Background and Foundation. 1. Data Reduction via Instance Selection; H. Liu, H. Motoda. 2. Sampling: Knowing Whole from its Part; B. Gu, et al. 3. A Unifying View on Instance Selection; T. Reinartz. Part II: Instance Selection Methods. 4. Competence Guided Instance Selection for Case-Based Reasoning; B. Smyth, E. McKenna. 5. Identifying Competence-Critical Instances for Instance-Based Learners; H. Brighton, C. Mellish. 6. Genetic-Algorithm-Based Instance and Feature Selection; H. Ishibuchi, et al. 7. The Landmark Model: An Instance Selection Method for Time Series Data; C.-S. Perng, et al. Part III: Use of Sampling Methods. 8. Adaptive Sampling Methods for Scaling Up Knowledge Discovery Algorithms; C. Domingo, et al. 9. Progressive Sampling; F. Provost, et al. 10. Sampling Strategy for Building Decision Trees from Very Large Databases Comprising Many Continuous Attributes; J.-H. Chauchat, R. Rakotomalala. 11. Incremental Classification Using Tree-Based Sampling for Large Data; H. Yoon, et al. Part IV: Unconventional Methods. 12. Instance Construction via Likelihood-Based Data Squashing; D. Madigan, et al. 13. Learning via Prototype Generation and Filtering; W. Lam, et al. 14. Instance Selection Based on Hypertuples; >H. Wang. 15. KBIS: Using Domain Knowledge to Guide Instance Selection; P. Wright, J. Hodges. Part V: Instance Selection in Model Combination. 16.Instance Sampling for Boosted and Standalone Nearest Neighbor Classifiers; D.B. Skalak. 17. Prototype Selection Using Boosted Nearest-Neighbors; R. Nock, M. Sebban. 18. DAGGER: Instance Selection for Combining Multiple Models Learnt from Disjoint Subsets; W. Davies, P. Edwards. Part VI: Applications of Instance Selection. 19. Using Genetic Algorithms for Training Data Selection in RBF Networks; C.R. Reeves, D.R. Bush. 20. An Active Learning Formulation for Instance Selection with Applications to Object Detection; K.-K. Sung, P. Niyogi. 21. Filtering Noisy Instances and Outliers; D. Gamberger, N. Lavrač. 22. Instance Selection Based on Support Vector Machine; S. Sugaya, et al. Index.

"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.

Kennys Bookstore

Olney, MD, U.S.A.

Venditore con 5 stelle

Venditore AbeBooks dal 9 ottobre 2009

Tariffe di spedizione nazionale per U.S.A.

Articolo	Da 14 a 20 giorni lavorativi	Da 13 a 14 giorni lavorativi
Primo articolo	EUR 9,15	EUR 18,30

I tempi di consegna sono stabiliti dai venditori e variano in base al corriere e al paese. Gli ordini che devono attraversare una dogana possono subire ritardi e spetta agli acquirenti pagare eventuali tariffe o dazi associati. I venditori possono contattarti in merito ad addebiti aggiuntivi dovuti a eventuali maggiorazioni dei costi di spedizione dei tuoi articoli.

Metodi di pagamento

Descrizione dello Store

We carry a comprehensive range of out of print and rare books.

Specializzazione

Revolution, War, Peace, Irish Studies

Informazioni sull’azienda del venditore

Kennys Bookshop and Art Galleries (Holdings) Limited

Liosbán Retail Park, Tuam Road
Galway, Irlanda H91 N5P8

Contatta il venditoreVisualizza gli articoli di questo venditoreVisita la vetrina del venditore

Condizioni di vendita

We guarantee the condition of every book as it's described on the Abebooks websites.

If you're dissatisfied with your purchase (Incorrect Book/Not as Described/Damaged) or if the order hasn't arrived, you're eligible for a refund within 30 days of the estimated delivery date.

For any queries please use the contact seller link or send an email to books@kennys.ie

Conor Kenny

Diritto di recesso

Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.

Informazioni sul diritto di recesso

Diritto legale di recesso

Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.

Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.

Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).

Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.

Effetti del recesso

In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).

Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.

Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.

Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.

Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.

Dovrai rispedire i beni o consegnarli a Kennys Bookstore, Olney, Maryland, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.

Eccezioni al diritto di recesso

Il diritto di recesso non si applica a:

La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.

Condizioni di spedizione

All books securely packaged. Some books ship from Ireland.