ข้ามไปที่เนือ้หา
Relational knowledge discovery แสดงตัวอย่างรายการนี้
ปิดแสดงตัวอย่างรายการนี้
ตรวจสอบ...

Relational knowledge discovery

ผู้แต่ง: M E Müller
สำนักพิมพ์: New York : Cambridge University Press, 2012.
ชุด: Lecture notes on machine learning.
ครั้งที่พิมพ์/รูปแบบ:   หนังสืออีเล็กทรอนิกส์ : เอกสาร : ภาษาอังกฤษดูครั้งที่พิมพ์และรูปแบบ
ฐานข้อมูล:WorldCat
สรุป:
What is knowledge and how is it represented? This book focuses on the idea of formalising knowledge as relations, interpreting knowledge represented in databases or logic programs as relational data and discovering new knowledge by identifying hidden and defining new relations. After a brief introduction to representational issues, the author develops a relational language for abstract machine learning problems. He  อ่านมากขึ้น…
คะแนน:

(ยังไม่ให้คะแนน) 0 กับความคิดเห็น - เป็นคนแรก

หัวเรื่อง
เพิ่มเติมเช่นนี้

 

ค้นหาสำเนาออนไลน์

เชื่อมโยงไปยังรายการนี้

ค้นหาสำเนาในห้องสมุด

&AllPage.SpinnerRetrieving; ค้นหาห้องสมุดที่มีรายการนี้

รายละเอียด

ประเภท/แบบฟอร์ม Electronic books
รูปแบบทางกายภาพเพิ่มเติม Print version:
Müller, M.E. (Martin E.), 1970-
Relational knowledge discovery.
New York : Cambridge University Press, 2012
(DLC) 2011049968
ขนิดวัสดุ: เอกสาร, ทรัพยากรอินแทอร์เน็ต
ประเภทของเอกสาร: แหล่งข้อมูลอินเทอร์เน็ต, ไฟล์คอมพิวเตอร์
ผู้แต่งทั้งหมด : ผู้แต่งร่วม M E Müller
ISBN: 9781139518185 1139518186 9781139047869 1139047868 1280773812 9781280773815 9781139516334 1139516337
OCLC Number: 796214849
คำอธิบาย: 1 online resource.
สารบัญ: Cover; Relational Knowledge Discovery; Title; Copyright; Contents; About this book; What it is about; How it is organised; Thanks to:; Chapter 1: Introduction; 1.1 Motivation; 1.1.1 Different kinds of learning; 1.1.2 Applications; 1.2 Related disciplines; 1.2.1 Codes and compression; 1.2.2 Information theory; 1.2.3 Minimum description length; 1.2.4 Kolmogorov complexity; 1.2.5 Probability theory; Conclusion; Chapter 2: Relational knowledge; 2.1 Objects and their attributes; 2.1.1 Collections of things: sets; 2.1.2 Properties of things: relations; 2.1.3 Special properties of relations.
ชื่อชุด: Lecture notes on machine learning.
ความรับผิดชอบ: M.E. Müller.

บทคัดย่อ:

Introductory textbook presenting relational methods in machine learning.  อ่านมากขึ้น…

รีวิว

ความคิดเห็นผู้ที่ใช้งาน
กำลังค้นคืน รีวิว GoodReads…
ค้นคืน DOGObooks บทวิจารณ์

แท็ก

เป็นคนแรก.

รายการคล้ายกัน

หัวเรื่องที่เกี่ยวข้อง:(5)

บัญชีรายชื่อผู้ใช้พร้อมกับรายการนี้ (2)

ยืนยันคำขอนี้

คุณอาจะร้องขอรายการนี้แล้. โปรดเลือก ตกลง ถ้าคุณต้องการดำเนินการคำขอนี้ต่อไป.

เชิ่อมโยงข้อมูล


<http://www.worldcat.org/oclc/796214849>
library:oclcnum"796214849"
library:placeOfPublication
library:placeOfPublication
rdf:typeschema:Book
rdf:typeschema:MediaObject
rdf:valueUnknown value: dct
schema:about
schema:about
schema:about
schema:about
schema:about
schema:about
schema:bookFormatschema:EBook
schema:creator
schema:datePublished"2012"
schema:description"Cover; Relational Knowledge Discovery; Title; Copyright; Contents; About this book; What it is about; How it is organised; Thanks to:; Chapter 1: Introduction; 1.1 Motivation; 1.1.1 Different kinds of learning; 1.1.2 Applications; 1.2 Related disciplines; 1.2.1 Codes and compression; 1.2.2 Information theory; 1.2.3 Minimum description length; 1.2.4 Kolmogorov complexity; 1.2.5 Probability theory; Conclusion; Chapter 2: Relational knowledge; 2.1 Objects and their attributes; 2.1.1 Collections of things: sets; 2.1.2 Properties of things: relations; 2.1.3 Special properties of relations."@en
schema:description"What is knowledge and how is it represented? This book focuses on the idea of formalising knowledge as relations, interpreting knowledge represented in databases or logic programs as relational data and discovering new knowledge by identifying hidden and defining new relations. After a brief introduction to representational issues, the author develops a relational language for abstract machine learning problems. He then uses this language to discuss traditional methods such as clustering and decision tree induction, before moving onto two previously underestimated topics that are just coming to the fore: rough set data analysis and inductive logic programming. Its clear and precise presentation is ideal for undergraduate computer science students. The book will also interest those who study artificial intelligence or machine learning at the graduate level. Exercises are provided and each concept is introduced using the same example domain, making it easier to compare the individual properties of different approaches."@en
schema:exampleOfWork<http://worldcat.org/entity/work/id/1075036730>
schema:genre"Electronic books"@en
schema:inLanguage"en"
schema:isPartOf
schema:name"Relational knowledge discovery"@en
schema:publication
schema:publisher
schema:url<http://public.eblib.com/choice/publicfullrecord.aspx?p=944687>
schema:url<http://www.myilibrary.com?id=368458>
schema:url<http://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=458582>
schema:url<http://dx.doi.org/10.1017/CBO9781139047869>
schema:workExample
schema:workExample
schema:workExample
schema:workExample
wdrs:describedby

Content-negotiable representations

Close Window

กรุณาลงชื่อเข้าสู่ระบบ WorldCat 

ยังไม่มีบัญชีผู้ใช้? คุณสามารถสร้างได้อย่างง่ายดาย สร้างบัญชีผู้ใช้ฟรี.