KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

Gültig bis 21.10.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf thalia.de und in der Thalia App einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services
Produktbild: Data Warehousing and Knowledge Discovery
Band 6263

Data Warehousing and Knowledge Discovery 12th International Conference, DaWaK 2010, Bilbao, Spain, August 30 - September 2, 2010, Proceedings

Aus der Reihe Lecture Notes in Computer Science

48,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

18.08.2010

Abbildungen

X, 338 p. 107 illus.

Herausgeber

Mukesh K. Mohania + weitere

Verlag

Springer Berlin

Seitenzahl

338

Maße (L/B/H)

1,8/15,5/23,5 cm

Gewicht

542 g

Sprache

Englisch

ISBN

978-3-642-15104-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

18.08.2010

Abbildungen

X, 338 p. 107 illus.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

338

Maße (L/B/H)

1,8/15,5/23,5 cm

Gewicht

542 g

Sprache

Englisch

ISBN

978-3-642-15104-0

Herstelleradresse

Springer-Verlag GmbH
Heidelberger Platz 3
14197 Berlin
Deutschland
Email: sdc-bookservice@springer.com
Url: www.springer.com
Telephone: +49 30 827870
Fax: +49 30 8214091

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Data Warehousing and Knowledge Discovery
  • Data Warehouse Modeling and Spatial Data Warehouses.- Logic Programming for Data Warehouse Conceptual Schema Validation.- A Model-Driven Heuristic Approach for Detecting Multidimensional Facts in Relational Data Sources.- Physical Design and Implementation of Spatial Data Warehouses Supporting Continuous Fields.- Benchmarking Spatial Data Warehouses.- Mining Social Networks and Graphs.- Discovering Community-Oriented Roles of Nodes in a Social Network.- A Graph-Based Clustering Scheme for Identifying Related Tags in Folksonomies.- Frequent Sub-graph Mining on Edge Weighted Graphs.- Physical Data Warehouse Design.- & : A Methodology for Effectively and Efficiently Designing Parallel Relational Data Warehouses on Heterogenous Database Clusters.- Yet Another Algorithms for Selecting Bitmap Join Indexes.- Speeding Up Queries in Column Stores.- Dependency Mining.- Mining Non-redundant Information-Theoretic Dependencies between Itemsets.- Discovery and Application of Functional Dependencies in Conjunctive Query Mining.- Using Transitivity to Increase the Accuracy of Sample-Based Pearson Correlation Coefficients.- Business Intelligence and Analytics.- The NOX Framework: Native Language Queries for Business Intelligence Applications.- Experience in Extending Query Engine for Continuous Analytics.- Development of a Business Intelligence Environment for e-Gov Using Open Source Technologies.- Outlier and Image Mining.- A Fast Randomized Method for Local Density-Based Outlier Detection in High Dimensional Data.- Specialty Mining.- Region of Interest Based Image Categorization.- Pattern Mining.- Meta-learning for Post-processing of Association Rules.- A Relational Approach for Discovering Frequent Patterns with Disjunctions.- An Occurrence Based Approach to Mine Emerging Sequences.- Mining Closed Itemsets in Data Stream Using Formal Concept Analysis.- Data Cleaning and Variable Selection.- XML Data Fusion.- An Efficient Duplicate Record Detection Using q-Grams Array Inverted Index.- Modelling Complex Data by Learning Which Variable to Construct.