Onze Vivlio e-readers ondervinden momenteel synchronisatieproblemen. We doen er alles aan om dit zo snel mogelijk op te lossen. Onze excuses voor het ongemak!
- Afhalen na 1 uur in een winkel met voorraad
- Gratis thuislevering in België vanaf € 30
- Ruim aanbod met 7 miljoen producten
Onze Vivlio e-readers ondervinden momenteel synchronisatieproblemen. We doen er alles aan om dit zo snel mogelijk op te lossen. Onze excuses voor het ongemak!
- Afhalen na 1 uur in een winkel met voorraad
- Gratis thuislevering in België vanaf € 30
- Ruim aanbod met 7 miljoen producten
€ 153,95
+ 307 punten
Omschrijving
Explore the multidisciplinary nature of complex networks through machine learning techniques
Statistical and Machine Learning Approaches for Network Analysis provides an accessible framework for structurally analyzing graphs by bringing together known and novel approaches on graph classes and graph measures for classification. By providing different approaches based on experimental data, the book uniquely sets itself apart from the current literature by exploring the application of machine learning techniques to various types of complex networks.
Comprised of chapters written by internationally renowned researchers in the field of interdisciplinary network theory, the book presents current and classical methods to analyze networks statistically. Methods from machine learning, data mining, and information theory are strongly emphasized throughout. Real data sets are used to showcase the discussed methods and topics, which include:
- A survey of computational approaches to reconstruct and partition biological networks
- An introduction to complex networks--measures, statistical properties, and models
- Modeling for evolving biological networks
- The structure of an evolving random bipartite graph
- Density-based enumeration in structured data
- Hyponym extraction employing a weighted graph kernel
Statistical and Machine Learning Approaches for Network Analysis is an excellent supplemental text for graduate-level, cross-disciplinary courses in applied discrete mathematics, bioinformatics, pattern recognition, and computer science. The book is also a valuable reference for researchers and practitioners in the fields of applied discrete mathematics, machine learning, data mining, and biostatistics.
Specificaties
Betrokkenen
- Auteur(s):
- Uitgeverij:
Inhoud
- Aantal bladzijden:
- 344
- Taal:
- Engels
- Reeks:
- Reeksnummer:
- nr. 707
Eigenschappen
- Productcode (EAN):
- 9780470195154
- Verschijningsdatum:
- 7/08/2012
- Uitvoering:
- Hardcover
- Formaat:
- Genaaid
- Afmetingen:
- 160 mm x 236 mm
- Gewicht:
- 612 g
Alleen bij Standaard Boekhandel
+ 307 punten op je klantenkaart van Standaard Boekhandel
E-BOOK ACTIE
Beoordelingen
We publiceren alleen reviews die voldoen aan de voorwaarden voor reviews. Bekijk onze voorwaarden voor reviews.