schliessen

Filtern

 

Bibliotheken

Scientific data mining : a practical perspective / Chandrika Kamath

Chandrika Kamath describes how techniques from the multi-disciplinary field of data mining can be used to address the modern problem of data overload in science and engineering domains. Starting with a survey of analysis problems in different applications, it identifies the common themes across thes... Full description

PPN (Catalogue-ID): 589344781
Personen: Kamath, Chandrika
Format: Book Book
Enthält: Introduction
Data mining in science and engineering
Common themes in mining scientific data
The scientific data mining process
Reducing the size of the data
Fusing different data modalities
Enhancing image data
Finding objects in the data
Extracting features describing the objects
Reducing the dimension of the data
Finding patterns in the data
Visualizing the data and validating the results
Scientific data mining systems
Lessons learned, challenges, and opportunities.
Language: English
Published: Philadelphia, Society for Industrial and Applied Mathematics, 2009
Series: Other titles in applied mathematics OT (112)
Basisklassifikation: 54.72
54.64
31.73
02.13
RVK:

ST 530: Informatik -- Monographien -- Einzelne Anwendungen der Datenverarbeitung -- Wirtschaftsinformatik -- Data-warehouse-Konzept; Data mining

Subjects:

Data Mining

Notes: Includes bibliographical references and index.
Physical Description: XVIII, 286 S, Ill., graph. Darst.
Link: Inhaltstext
ISBN: 978-0-89871-675-7

Similar Items

Vorhandene Hefte/Bände

more (+)

Informationen zur Verfügbarkeit werden geladen

Staff View
LEADER 05025cam a2201237 4500
001 589344781
003 DE-627
005 20190119232352.0
007 tu
008 090114s2009 xx ||||| 00| ||eng c
010 |a  2008056149 
020 |a 9780898716757  |9 978-0-89871-675-7 
035 |a (DE-627)589344781 
035 |a (DE-599)GBV589344781 
035 |a (OCoLC)699116138 
035 |a (ZBM)1168.68011 
040 |a DE-627  |b ger  |c DE-627  |e rakwb 
041 |a eng 
044 |c XD-US 
050 0 |a QA76.9.D343 
082 0 |a 502.85/6312  |q LOC  |2 22 
082 0 |a 004  |q LOC 
082 0 |a 502.856312  |q OCLC 
082 0 4 |a ST 530  |q rvk 
084 |a ST 530  |q BVB  |2 rvk 
084 |a *68P01  |2 MSC 
084 |a 68T05  |2 MSC 
084 |a 68T10  |2 MSC 
084 |a 68-01  |2 MSC 
084 |a 68-02  |2 MSC 
084 |a 54.72  |2 bkl 
084 |a 54.64  |2 bkl 
084 |a 31.73  |2 bkl 
084 |a 02.13  |2 bkl 
100 1 |a Kamath, Chandrika 
245 1 0 |a Scientific data mining  |b a practical perspective  |c Chandrika Kamath 
263 |a 0905 
264 1 |a Philadelphia  |b Society for Industrial and Applied Mathematics  |c 2009 
300 |a XVIII, 286 S.  |b Ill., graph. Darst. 
336 |a Text  |b txt  |2 rdacontent 
337 |a ohne Hilfsmittel zu benutzen  |b n  |2 rdamedia 
338 |a Band  |b nc  |2 rdacarrier 
490 1 |a Other titles in applied mathematics  |a OT  |v 112 
500 |a Includes bibliographical references and index. 
501 |a Introduction -- Data mining in science and engineering -- Common themes in mining scientific data -- The scientific data mining process -- Reducing the size of the data -- Fusing different data modalities -- Enhancing image data -- Finding objects in the data -- Extracting features describing the objects -- Reducing the dimension of the data -- Finding patterns in the data -- Visualizing the data and validating the results -- Scientific data mining systems -- Lessons learned, challenges, and opportunities. 
520 |a Chandrika Kamath describes how techniques from the multi-disciplinary field of data mining can be used to address the modern problem of data overload in science and engineering domains. Starting with a survey of analysis problems in different applications, it identifies the common themes across these domains 
689 0 0 |D s  |0 (DE-588)4428654-5  |0 (DE-627)216935180  |0 (DE-576)212347217  |a Data Mining  |2 gnd 
689 0 |5 (DE-627) 
830 0 |a Other titles in applied mathematics  |v 112  |9 11200  |w (DE-627)558959822  |w (DE-576)276905164  |w (DE-600)2412416-3 
856 4 2 |u http://zbmath.org/?q=an:1168.68011  |m DE-601  |n ZBM  |q pdf/application  |v 2016-04-14  |y Zentralblatt MATH  |3 Inhaltstext 
912 |a GBV_ILN_22 
912 |a SYSFLAG_1 
912 |a GBV_KXP 
912 |a SSG-OPC-MAT 
912 |a GBV_ILN_22_i22818 
912 |a GBV_ILN_23 
912 |a GBV_ILN_31 
912 |a GBV_ILN_62 
912 |a GBV_ILN_65 
912 |a GBV_ILN_65_a016 
912 |a GBV_ILN_70 
912 |a GBV_ILN_132 
912 |a GBV_ILN_138 
912 |a GBV_ILN_185 
936 r v |a ST 530 
936 b k |a 54.72  |j Künstliche Intelligenz  |0 (DE-627)10641240X 
936 b k |a 54.64  |j Datenbanken  |0 (DE-627)106410865 
936 b k |a 31.73  |j Mathematische Statistik  |0 (DE-627)106418998 
936 b k |a 02.13  |j Wissenschaftspraxis  |0 (DE-627)106403230 
951 |a BO 
980 |2 22  |1 01  |b 946880654  |f 18/228  |d A KAM 44540  |e c  |l h228 2009.10.04  |x 0018  |y zi22818  |z 27-10-09 
980 |2 23  |1 01  |b 942724941  |f MA  |d MAM-350  |d 2834-2740  |x 0830  |y z  |z 31-07-09 
980 |2 31  |1 01  |b 1443437131  |f J 50/RA  |d INF:HC:8000:Kam::2009  |e d  |x 0027  |y z  |z 21-11-13 
980 |2 62  |1 01  |b 938442376  |f 28/BB1  |d ST 530 K15  |e u  |h ACQ  |x 0028  |y zbb1  |z 31-07-09 
980 |2 65  |1 01  |b 935310762  |f Ha 4  |d MI 2009-535  |e u  |x 3/4  |y ka016  |z 18-06-09 
980 |2 70  |1 01  |b 920187307  |d RS 7725(112)  |e u  |x 0089  |y z  |z 23-07-09 
980 |2 132  |1 01  |b 1117958272  |f W  |d TYM 141 026  |e u  |x 0959/1  |y kw  |z 30-03-10 
980 |2 138  |1 01  |b 1182322220  |f LS  |d QH 500 K15  |e c  |x 0564  |y z  |z 30-06-11 
980 |2 185  |1 01  |b 1108251412  |d QH 500 K15  |e u  |x 3519  |y z  |z 28-01-10 
980 |2 185  |1 02  |b 1111775915  |d SH 500 K15  |e u  |x 3519  |y z  |z 28-01-10 
983 |2 31  |1 00  |8 00  |a INF:HC:8000 
983 |2 132  |1 01  |8 00  |a TYM 
983 |2 138  |1 00  |8 00  |a QH 500 
983 |2 185  |1 00  |8 00  |a QH 500 
984 |2 22  |1 01  |a 104985672 
984 |2 23  |1 01  |a 830$28342740 
984 |2 31  |1 01  |a 27$02828819X 
984 |2 62  |1 01  |a 28$011703962 
984 |2 65  |1 01  |a 3/16$000584029 
984 |2 70  |1 01  |a 89$131866893 
984 |2 132  |1 01  |a 959$5717760 
984 |2 138  |1 01  |a 564$00911305 
984 |2 185  |1 01  |a SRA5$001077082 
984 |2 185  |1 02  |a SRA5$001077090 
985 |2 22  |1 01  |a 44540 
985 |2 23  |1 01  |a 2009-03733 
985 |2 31  |1 01  |a U458187 
985 |2 62  |1 01  |a 2009.09900 
985 |2 65  |1 01  |a 16/2009/00535 
985 |2 132  |1 01  |a 141026 
985 |2 138  |1 01  |a 103654 
985 |2 185  |1 01  |a 10:0190 
985 |2 185  |1 02  |a 10:0191 
995 |2 62  |1 01  |a ACQ 
998 |2 23  |1 01  |0 2009.08.24 
998 |2 62  |1 01  |a 200907 095