Catálogo bibliográfico FCT/UNL

Realtime data mining (Record no. 65734)

MARC details
000 -Record Label
fixed length control field 02491nam a22003255i 4500
005 - Identificador da versão
control field 20240307063718.0
010 ## - ISBN - International Standard Book Number
Número (ISBN) 978-3-319-01321-3
Modalidade de aquisição e/ou preço compra
100 ## - Entrada principal
Dados gerais de processamento 20150401d2013 k||y0pory50 ba
101 ## - Língua do documento
Língua do texto, banda sonora, etc. eng
102 ## - País da publicação
País de publicação Germany
200 ## - Título
Título próprio Realtime data mining
Indicação geral da natureza do documento Documento electrónico
Informação de outro título self-learning techniques for recommendation engines
Primeira menção de responsabilidade Alexander Paprotny, Michael Thess
210 ## - Local de edição
Lugar da edição, distribuição, etc. Cham
Nome do editor, distribuidor, etc. Springer International Publishing
-- Birkhäuser
Data da publicação, distribuição, etc. 2013
215 ## - Descrição física (Vol.pg.fl.tm.fsc)
Descrição física XXIII, 313 p.
Outras indicações físicas il.
225 ## - Coleção
Título próprio da colecção Applied and Numerical Harmonic Analysis
300 ## - Notas gerais
Texto da nota Colocação: Online
303 ## - Notas Informação descritiva
Texto da nota Describing novel mathematical concepts for recommendation engines, Realtime Data Mining: Self-Learning Techniques for Recommendation Engines features a sound mathematical framework unifying approaches based on control and learning theories, tensor factorization, and hierarchical methods. Furthermore, it presents promising results of numerous experiments on real-world data.  The area of realtime data mining is currently developing at an exceptionally dynamic pace, and realtime data mining systems are the counterpart of today's “classic” data mining systems. Whereas the latter learn from historical data and then use it to deduce necessary actions, realtime analytics systems learn and act continuously and autonomously. In the vanguard of these new analytics systems are recommendation engines. They are principally found on the Internet, where all information is available in realtime and an immediate feedback is guaranteed.   This monograph appeals to computer scientists and specialists in machine learning, especially from the area of recommender systems, because it conveys a new way of realtime thinking by considering recommendation tasks as control-theoretic problems. Realtime Data Mining: Self-Learning Techniques for Recommendation Engines will also interest application-oriented mathematicians because it consistently combines some of the most promising mathematical areas, namely control theory, multilevel approximation, and tensor factorization.
606 ## - Nome comum como assunto
Koha Internal code 7514
Elemento de entrada Recolha de dados
606 ## - Nome comum como assunto
Elemento de entrada Processamento eletrónico de dados
Koha Internal code 4550
606 ## - Nome comum como assunto
Koha Internal code 175
Elemento de entrada Armazenamento de dados
680 ## - Classificação Biblioteca Congresso
Notação HF5548.2
700 ## - Autor (resp. principal)
Palavra de ordem Paprotny
Outra parte do nome Alexander
Koha Internal Code 47960
701 ## - Co-responsabilidade principal
Palavra de ordem Thess
Outra parte do nome Michael
Código de função co-aut.
Koha Internal Code 47962
801 ## - Fonte de origem
País Portugal
Regras de catalogação RPC
856 ## - URL Endereço WEB
URL http://dx.doi.org/10.1007/978-3-319-01321-3
942 ## - Elementos de entrada adicionados (Koha)
Fonte da classificação ou esquema de estante Library of Congress Classification
Tipo de item no Koha E-Books
Suprimido 0
Holdings
Removido (estado) Perdido (estado) Data de aquisição Número da cópia Origem do registo Origem do registo Código da organização que empresta ou é detentora Organização que empresta ou é detentora Localização da prateleira Coleção Número de inventário Cota Tipo de circulação Tipo de item e material
    2015-04-01 1 FCT Biblioteca NOVA FCT Biblioteca NOVA FCT FCT Online Não Ficção 81859 HF5548.2.SPR FCT 81859 Disponível E-Books
Moodle da Biblioteca Slideshare da Biblioteca Siga-nos no Issuu Twitter da Biblioteca Instagram da Biblioteca Facebook da Biblioteca Blog da Biblioteca