Gutscheinbedingungen

*Gültig bis 07.06.2026 auf (fast) alles. Ausgeschlossen sind Smartboxen, Zeitschriften, Tickets, Lebensmittel, Gaming-Elektroartikel, Tinte/Toner, Gutscheine, Geschenkkarten, Blumen und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli, Barth Bücher, Buchladen Rapunzel, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf www.orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 100.- | Nicht mit anderen Rabatten kumulierbar.

  • Produktbild: Quality Measures in Data Mining
  • Produktbild: Quality Measures in Data Mining
Band 43

Quality Measures in Data Mining

Fr. 192.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

18.11.2010

Herausgeber

Fabrice Guillet + weitere

Verlag

Springer Berlin

Seitenzahl

314

Maße (L/B/H)

23.5/15.5/1.8 cm

Gewicht

499 g

Auflage

Softcover reprint of hardcover 1st edition 2007

Sprache

Englisch

ISBN

978-3-642-07952-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

18.11.2010

Herausgeber

Verlag

Springer Berlin

Seitenzahl

314

Maße (L/B/H)

23.5/15.5/1.8 cm

Gewicht

499 g

Auflage

Softcover reprint of hardcover 1st edition 2007

Sprache

Englisch

ISBN

978-3-642-07952-8

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Quality Measures in Data Mining
  • Produktbild: Quality Measures in Data Mining
  • Overviews on rule quality.- Choosing the Right Lens: Finding What is Interesting in Data Mining.- A Graph-based Clustering Approach to Evaluate Interestingness Measures: A Tool and a Comparative Study.- Association Rule Interestingness Measures: Experimental and Theoretical Studies.- On the Discovery of Exception Rules: A Survey.- From data to rule quality.- Measuring and Modelling Data Quality for Quality-Awareness in Data Mining.- Quality and Complexity Measures for Data Linkage and Deduplication.- Statistical Methodologies for Mining Potentially Interesting Contrast Sets.- Understandability of Association Rules: A Heuristic Measure to Enhance Rule Quality.- Rule quality and validation.- A New Probabilistic Measure of Interestingness for Association Rules, Based on the Likelihood of the Link.- Towards a Unifying Probabilistic Implicative Normalized Quality Measure for Association Rules.- Association Rule Interestingness: Measure and Statistical Validation.- Comparing Classification Results between N-ary and Binary Problems.