Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb

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: Discovery Science
  • Produktbild: Discovery Science
Band 14276

Discovery Science 26th International Conference, DS 2023, Porto, Portugal, October 9–11, 2023, Proceedings

Aus der Reihe Lecture Notes in Artificial Intelligence

Fr. 112.00

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

08.10.2023

Herausgeber

Albert Bifet + weitere

Verlag

Springer

Seitenzahl

721

Maße (L/B/H)

23.5/15.5/4 cm

Gewicht

1112 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-45274-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

08.10.2023

Herausgeber

Verlag

Springer

Seitenzahl

721

Maße (L/B/H)

23.5/15.5/4 cm

Gewicht

1112 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-45274-1

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: Discovery Science
  • Produktbild: Discovery Science
  • Ensembles of classifiers and quantifiers with data fusion for Quantification Learning.- Exploring the Intricacies of Neural Network Optimization.- Exploring the Reduction of Configuration Spaces of Workflows.- iSOUP-SymRF: Symbolic feature ranking with random forests in online multi-target regression.- Knowledge-Guided Additive Modeling For Supervised Regression.- Audience Prediction for Game Streaming Channels Based on Vectorization of User Comments.- From Tweets to Stance: An Unsupervised Framework for User Stance Detection on Twitter.- GLORIA: A Graph Convolutional Network-based Approach for Review Spam Detection.- Unmasking COVID-19 False Information on Twitter: a Topic-based Approach with BERT.- Unsupervised Key-Phrase Extraction from Long Texts with Multilingual Sentence Transformers.- Counterfactuals Explanations for Outliers via Subspaces Density Contrastive Loss.- Explainable Spatio-Temporal Graph Modeling.- ProbabilisticScoring Lists for Interpretable Machine Learning.- Refining Temporal Visualizations Using the Directional Coherence Loss.- Semantic enrichment of explanations of AI models for healthcare.- Text to Time Series Representations: Towards Interpretable Predictive Models.- Enhancing intra-modal similarity in a cross-modal triplet loss.- Exploring the Potential of Optimal Active Learning via a Non-myopic Oracle Policy.- Extrapolation is Not the Same as Interpolation.- Gene Interactions in Survival Data Analysis: A Data-driven Approach Using Restricted Mean Survival Time and Literature Mining.- Joining Imputation and Active Feature Acquisition for Cost Saving on Data Streams with Missing Features.- EXPHLOT: EXplainable Privacy assessment for Human LOcation Trajectories.- Fairness-aware Mixture of Experts with Interpretability Budgets.- GenFair: A Genetic Fairness-Enhancing Data Generation Framework.- Privacy-Preserving Learning of Random Forests Without Revealing the Trees.- Unlearning Spurious Correlations in Chest X-ray Classification.- Explaining the Chronological Attribution of Greek Papyri Images.- Leveraging the Spatiotemporal Analysis of Meisho-e Landscapes.- Predictive Inference Model of the Physical Environment that emulates Predictive Coding.- Transferring a Learned Qualitative Cart-Pole Control Model to Uneven Terrains.- Which Way to Go - Finding Frequent Trajectories Through Clustering.- Boosting-based Construction of BDDs for Linear Threshold Functions and  Its Application to Verification of Neural Networks.- Interpretable Data Partitioning through Tree-based Clustering Methods.- Jaccard-constrained dense subgraph discovery.- RIMBO - an ontology for model revision databases.- Unsupervised Graph Neural Networks for Source Code Similarity Detection.- A Universal Approach for Post-Correcting Time Series.- Forecasts: Reducing Long-term ErrorsIn Multistep Scenarios.- Explainable Deep Learning-based Solar Flare Prediction with post hoc Attention for Operational Forecasting.- Pseudo Session-Based Recommendation with Hierarchical Embedding and Session Attributes.- Chance and the predictive limit in  basketball (both college and professional).- Exploring Label Correlations for Quantification of ICD Codes.- LGEM+: a first-order logic framework for automated improvement of metabolic network models through abduction.- Predicting age from human lung tissue through multi-modal data integration.- Error Analysis on Industry Data:Using Weak Segment Detection for Local Model Agnostic Prediction Intervals.- HEART: Heterogeneous Log Anomaly Detection using Robust Transformers.- Multi-Kernel Time Series Outlier Detection.- Toward Streamlining the Evaluation of Novelty Detection in Data Streams.