Direkt zur Hauptnavigation springen Direkt zum Inhalt springen
Letzte Suchanfragen

Ergebnisse für *

Es wurden 3 Ergebnisse gefunden.

Zeige Ergebnisse 1 bis 3 von 3.

Sortieren

  1. Humanities data in R
    exploring networks , geospatial data, images, and text
    Autor*in: Tilton, Lauren
    Erschienen: 2015
    Verlag:  Springer, Cham

    Standort:
    Universitätsbibliothek Braunschweig
    Signatur:
    2941-1117
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Gemeinsamer Bibliotheksverbund (GBV)

    Standort:
    Sächsische Landesbibliothek - Staats- und Universitätsbibliothek Dresden
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Südwestdeutscher Bibliotheksverbund (SWB)

    Standort:
    Niedersächsische Staats- und Universitätsbibliothek Göttingen
    Signatur:
    2017 A 5289
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt
    Standort:
    Niedersächsische Staats- und Universitätsbibliothek Göttingen
    Signatur:
    16 : C 5240 Arn
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt
    Link zum Verbundkatalog:
    Gemeinsamer Bibliotheksverbund (GBV)

    Standort:
    HafenCity Universität Hamburg, Bibliothek
    Signatur:
    ST 250 R 001
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Gemeinsamer Bibliotheksverbund (GBV)

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Signatur:
    INF 850:YD0016
    Fernleihe:
    keine Fernleihe
    Link zum Verbundkatalog:
    Gemeinsamer Bibliotheksverbund (GBV)

    Standort:
    Universitätsbibliothek Leipzig
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Standort:
    Universität Leipzig, Universitätsbibliothek, Bibliothek Medizin/Naturwissenschaften
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Südwestdeutscher Bibliotheksverbund (SWB)

    Standort:
    Universitätsbibliothek der Eberhard Karls Universität
    Signatur:
    57 A 4224
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Südwestdeutscher Bibliotheksverbund (SWB)

    Standort:
    Herzog August Bibliothek Wolfenbüttel
    Signatur:
    68.841
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Gemeinsamer Bibliotheksverbund (GBV)
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Quelle: Herzog August Bibliothek Wolfenbüttel
    Beteiligt: Arnold, Taylor
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Druck
    ISBN: 9783319207018
    Weitere Identifier:
    9783319207018
    RVK Klassifikation: ES 275 ; ST 601 ; ST 250
    Schriftenreihe: Quantitative methods in the humanities and social sciences
    Schlagworte: Humanities; Linguistique; Mathematical statistics; Statistical methods; Informatique; Data processing; Mathematical statistics; Progiciels; R (Computer program language); R (Computer program language); R (Langage de programmation); Sciences humaines; Sciences sociales; Méthodes statistiques; Statistique; Informatique; Statistique mathématique
    Umfang: XIII, 211 S., Ill., graph. Darst., Kt.
    Bemerkung(en):

    Literaturangaben

    Hier auch später erschienene, unveränderte Nachdrucke
  2. Feature selection for semi-supervised data analysis in decisional information systems ; Sélection de variables pour l’analyse des données semi-supervisées dans les systèmes d’Information décisionnels
    Autor*in: Hindawi, Mohammed
    Erschienen: 2013
    Verlag:  HAL CCSD

    Feature selection is an important task in data mining and machine learning processes. This task is well known in both supervised and unsupervised contexts. The semi-supervised feature selection is still under development and far from being mature. In... mehr

     

    Feature selection is an important task in data mining and machine learning processes. This task is well known in both supervised and unsupervised contexts. The semi-supervised feature selection is still under development and far from being mature. In general, machine learning has been well developed in order to deal with partially-labeled data. Thus, feature selection has obtained special importance in the semi-supervised context. It became more adapted with the real world applications where labeling process is costly to obtain. In this thesis, we present a literature review on semi-supervised feature selection, with regard to supervised and unsupervised contexts. The goal is to show the importance of compromising between the structure from unlabeled part of data, and the background information from their labeled part. In particular, we are interested in the so-called «small labeled-sample problem» where the difference between both data parts is very important. In order to deal with the problem of semi-supervised feature selection, we propose two groups of approaches. The first group is of «Filter» type, in which, we propose some algorithms which evaluate the relevance of features by a scoring function. In our case, this function is based on spectral-graph theory and the integration of pairwise constraints which can be extracted from the data in hand. The second group of methods is of «Embedded» type, where feature selection becomes an internal function integrated in the learning process. In order to realize embedded feature selection, we propose algorithms based on feature weighting. The proposed methods rely on constrained clustering. In this sense, we propose two visions, (1) a global vision, based on relaxed satisfaction of pairwise constraints. This is done by integrating the constraints in the objective function of the proposed clustering model; and (2) a second vision, which is local and based on strict control of constraint violation. Both approaches evaluate the relevance of features by weights which ...

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: BASE Fachausschnitt Germanistik
    Sprache: Englisch
    Medientyp: Dissertation
    Format: Online
    Übergeordneter Titel: https://theses.hal.science/tel-01371515 ; Artificial Intelligence [cs.AI]. INSA de Lyon, 2013. English. ⟨NNT : 2013ISAL0015⟩
    Schlagworte: Information DataTechnology; Artificial intelligence; Data mining; Semi-Supervised data; Redundancy; Dimensionality reduction; Informatique; Intelligence artificielle; Fouille de données; Selection de variables; Données semi supervisées; Redondance; Réduction de dimension; [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
    Lizenz:

    info:eu-repo/semantics/OpenAccess
  3. Information processing with evolutionary algorithms
    from industrial applications to academic speculations
    Autor*in:
    Erschienen: 2005
    Verlag:  Springer, London [u. a.]

    Standort:
    Universitätsbibliothek Augsburg
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Bibliotheksverbund Bayern (BVB)

    Standort:
    Universitätsbibliothek Bayreuth
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Bibliotheksverbund Bayern (BVB)

    Standort:
    Technische Universität München, Universitätsbibliothek, Teilbibliotheken Garching
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Bibliotheksverbund Bayern (BVB)

    Standort:
    Universitätsbibliothek Regensburg
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Link zum Verbundkatalog:
    Bibliotheksverbund Bayern (BVB)
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Beteiligt: Graña, Manuel (Sonstige)
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    ISBN: 9781852338664
    Weitere Identifier:
    9781852338664
    RVK Klassifikation: ES 900 ; ST 301
    DDC Klassifikation: Mathematik (510)
    Schriftenreihe: Advanced information and knowledge processing
    Schlagworte: Algorithmes génétiques; Informatique; Programmation évolutive; Datenverarbeitung; Electronic data processing; Evolutionary programming (Computer science); Genetic algorithms; Evolutionäre Programmierung; Genetischer Algorithmus
    Umfang: XXVIII, 330 S., graph. Darst.