Описание
Темы из недавней литературы по извлечению знаний из сложных структур и типов данных, таких как: деревья/графы, последовательности, веб/текст, потоки, пространственно-временные данные, высокоразмерные данные, многомерные временные ряды, смешанные режимы; кластеризация (EM, тематическое моделирование, нечёткая кластеризация), SVM; многометочная (multi-label) учеба; глубокое обучение; объединение алгоритмов, сетевой анализ/прогнозирование ссылок/графические модели (байесовские, марковские сети); обнаружение аномалий.
Текст источника на языке оригинала
Topics from recent literature on mining complex data structures and data such as: tree/graph, sequence, web/test, stream, spatiotemporal, high-dimensional, multivariate time series, mixed-mode; clustering (EM, topic modeling, fuzzy), SVM; multi-label learning; deep learning; combining learners, network analysis/link prediction/graphical models (Bayesian, Markov networks); anomaly detection.
Источники и ссылки
Даты и источники сохраняются, чтобы помочь вам проверить сведения. Переводы предлагаются для удобства чтения; официальным источником для условий и требований является оригинал.
Исходная ссылка : https://calendar.carleton.ca/grad/courses/STAT/