Nos liseuses Vivlio rencontrent actuellement des problèmes de synchronisation. Nous faisons tout notre possible pour résoudre ce problème le plus rapidement possible. Toutes nos excuses pour la gêne occasionnée !
  •  Retrait gratuit dans votre magasin Club
  •  7.000.000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous     
Nos liseuses Vivlio rencontrent actuellement des problèmes de synchronisation. Nous faisons tout notre possible pour résoudre ce problème le plus rapidement possible. Toutes nos excuses pour la gêne occasionnée !
  •  Retrait gratuit dans votre magasin Club
  •  7.000.0000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous

Mobile Data Mining

Yuan Yao, Xing Su, Hanghang Tong
Livre broché | Anglais | Springerbriefs in Computer Science
52,95 €
+ 105 points
Livraison sous 1 à 4 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

This SpringerBrief presents a typical life-cycle of mobile data mining applications, including:

  • data capturing and processing which determines what data to collect, how to collect these data, and how to reduce the noise in the data based on smartphone sensors
  • feature engineering which extracts and selects features to serve as the input of algorithms based on the collected and processed data
  • model and algorithm design
In particular, this brief concentrates on the model and algorithm design aspect, and explains three challenging requirements of mobile data mining applications: energy-saving, personalization, and real-time

Energy saving is a fundamental requirement of mobile applications, due to the limited battery capacity of smartphones. The authors explore the existing practices in the methodology level (e.g. by designing hierarchical models) for saving energy. Another fundamental requirement of mobile applications is personalization. Most of the existing methods tend to train generic models for all users, but the authors provide existing personalized treatments for mobile applications, as the behaviors may differ greatly from one user to another in many mobile applications. The third requirement is real-time. That is, the mobile application should return responses in a real-time manner, meanwhile balancing effectiveness and efficiency.

This SpringerBrief targets data mining and machine learning researchers and practitioners working in these related fields. Advanced level students studying computer science and electrical engineering will also find this brief useful as a study guide.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
58
Langue:
Anglais
Collection :

Caractéristiques

EAN:
9783030021009
Date de parution :
13-11-18
Format:
Livre broché
Format numérique:
Trade paperback (VS)
Dimensions :
155 mm x 235 mm
Poids :
453 g

Les avis