SIN PP | Machine Learning and Knowledge Discovery in Databases : European Conference, ECML PKDD 2017, Skopje, Macedonia, September 18–22, 2017, Proceedings, Part III

W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Menu

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Machine Learning and Knowledge Discovery in Databases : European Conference, ECML PKDD 2017, Skopje, Macedonia, September 18–22, 2017, Proceedings, Part III

Zgłoś uwagę

Książka

Pobierz BibTeX

Tytuł

Machine Learning and Knowledge Discovery in Databases : European Conference, ECML PKDD 2017, Skopje, Macedonia, September 18–22, 2017, Proceedings, Part III

Redaktorzy

Yesemin Altun
Kamalika Das
Taneli Mielikäinen
Donato Malerba
Jerzy Stefanowski (WI) ^{[ 1 ][ 2.3 ][ P ]}
Jesse Read
Marinka Žitnik
Michelangelo Ceci
Sašo Džeroski

^{[ 1 ]} Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | ^{[ P ]} pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.3] Informatyka techniczna i telekomunikacja

Rok publikacji

2017

Typ książki

redakcja monografii naukowej / materiałów konferencyjnych

Język publikacji

angielski

Miejsce

Cham, Switzerland

Wydawca

Springer International Publishing

Wydawca z listy Ministerstwa

Springer

Data opublikowania

2017

Liczba stron

483

ISBN

978-3-319-71272-7

eISBN

978-3-319-71273-4

DOI

10.1007/978-3-319-71273-4

URL

https://link.springer.com/book/10.1007/978-3-319-71273-4

Opublikowano w

Seria: Lecture Notes in Computer Science, LNCS | Podseria: Lecture Notes in Artificial Intelligence, LNAI

Numer w serii

vol. 10536

Rozdziały

Tetrahedron: Barycentric Measure Visualizer (s. 419-422)

Konferencja

Machine Learning and Knowledge Discovery in Databases European Conference, ECML PKDD 2017, 18-22.09.2017, Skopje, Macedonia, the former Yugoslav Republic of

Całkowita wartość punktowa monografii

80

Całkowita wartość punktowa redakcji

20

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.