Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
Katalogdatenanzeige
Katalogdatenanzeige
Machine learning paradigms: applications in recommender systems
.
Bookmark für diesen Satz setzen
Katalogdatensatz500198334
.
.
LibraryThing
.
Kataloginformation
Katalogdatensatz500198334
.
Kataloginformation
Feldname
Details
Vorliegende Sprache
eng
ISBN
978-3-319-19134-8
Name
Lampropoulos, Aristomenis S.
Tsichrintzēs, Geōrgios
ANZEIGE DER KETTE
Tsichrintzēs, Geōrgios
T I T E L
Machine learning paradigms
Zusatz zum Titel
applications in recommender systems
Verlagsort
Cham [u.a.]
Verlag
Springer
Erscheinungsjahr
2015
2015
Umfang
Online-Ressource
Reihe
Intelligent Systems Reference Library ; 92
Titelhinweis
Druckausg.ISBN: 978-331-91913-4-8
ISBN
ISBN 978-3-319-19135-5
Klassifikation
COM004000
*68-02
68T05
68T10
68T35
68U35
UYQ
TEC009000
006.3
Q342
Kurzbeschreibung
This timely book presents Applications in Recommender Systems which are making recommendations using machine learning algorithms trained via examples of content the user likes or dislikes. Recommender systems built on the assumption of availability of both positive and negative examples do not perform well when negative examples are rare. It is exactly this problem that the authors address in the monograph at hand. Specifically, the books approach is based on one-class classification methodologies that have been appearing in recent machine learning research. The blending of recommender systems and one-class classification provides a new very fertile field for research, innovation and development with potential applications in “big data” as well as “sparse data” problems. The book will be useful to researchers, practitioners and graduate students dealing with problems of extensive and complex data. It is intended for both the expert/researcher in the fields of Pattern Recognition, Machine Learning and Recommender Systems, as well as for the general reader in the fields of Applied and Computer Science who wishes to learn more about the emerging discipline of Recommender Systems and their applications. Finally, the book provides an extended list of bibliographic references which covers the relevant literature completely.
1. Schlagwortkette
Anwendungsprogramm
Empfehlungssystem
Multimedia
ANZEIGE DER KETTE
Anwendungsprogramm -- Empfehlungssystem -- Multimedia
SWB-Titel-Idn
43488443X
Signatur
Springer E-Book
Bemerkungen
Elektronischer Volltext - Campuslizenz
Elektronische Adresse
$uhttp://dx.doi.org/10.1007/978-3-319-19135-5
Internetseite / Link
Volltext
Siehe auch
Cover
Siehe auch
Inhaltstext
.
ISBD-Anzeige
Katalogdatensatz500198334
.
Kategorien-Anzeige
Katalogdatensatz500198334
.
Verwandte Werke
Katalogdatensatz500198334
.
Titel zur Titelsammlung hinzufügen
Katalogdatensatz500198334
.
Kataloginformation500198334
Datensatzanfang
.
Kataloginformation500198334
Seitenanfang
.
Titel vormerken
Katalogdatensatz500198334
Vollanzeige Katalogdaten
Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.
Im Bereich
Kataloginformation
werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.
Der Bereich
Exemplarinformationen
enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche
Suche nach