Machine Learning in Complex Networks
Lingua: inglese
Editore: Springer, 2016
- Rilegato
- Nuovo
Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Venditore AbeBooks dal 14 agosto 2006
Condizione: Nuovo
EUR 171,61
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Druck auf Anfrage Neuware - Printed after ordering - 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.…
Codice articolo 9783319172897
- Titolo
- Machine Learning in Complex Networks
- Autore
- Liang Zhao
- Editore
- Springer
- Anno di pubblicazione
- 2016
- Condizione
- Neu
- Rilegatura
- Buch
- Lingua
- inglese
- ISBN 10
- 3319172891
- ISBN 13
- 9783319172897
- Peso dell'articolo
- 642 grammi
- Dimensioni
- 241x160x25 mm
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Dalla quarta di copertina
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.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
AHA-BUCH GmbH
Einbeck, Germania
Venditore AbeBooks dal 14 agosto 2006
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 7 a 10 giorni lavorativi | Da 5 a 7 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 35,00 | EUR 45,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Specializzazione
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformazioni sull’azienda del venditore
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Germania 37574
Condizioni di vendita
Imprimere
Informazioni sul venditore:
AHA-BUCH GmbH
rappresentata dall'amministratore delegato Christel Glass
Garlebsen 48
37574 Einbeck
Germania
Telefono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
registrato presso Registro delle imprese Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Risoluzione alternativa delle controversie:
La Commissione europea fornisce una piattaforma per la risoluzione extragiudiziale delle controversie online (piattaforma ODR), accessibile nell'ambito di https://ec.europa.eu/odr.
Siamo membri dell'iniziativa "FairCommerce" dal 25.05.2018.
Per ulteriori informazioni, vedere www.fair-commerce.de.
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 AHA-BUCH GmbH, Einbeck, Germany, 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
Spediamo il tuo ordine dopo averlo ricevuto
per articoli a portata di mano entro 24 ore,
per articoli con fornitura notturna entro 48 ore.
Nel caso in cui abbiamo bisogno di ordinare un articolo dal nostro fornitore, il nostro tempo di spedizione dipende dalla data di ricezione degli articoli, ma gli articoli verranno spediti lo stesso giorno.
Il nostro obiettivo è quello di inviare gli articoli ordinati nel modo più veloce, ma anche più efficiente e sicuro ai nostri clienti.