Supervised and Unsupervised Learning for Data Science

Le livre spécialisé "Apprentissage supervisé et non supervisé pour la science des données" offre une analyse complète des derniers algorithmes d'apprentissage, y compris des méthodes semi-supervisées, afin de présenter une large gamme de solutions de clustering et de classification pour les applications Big Data. Il contient des études de cas et des meilleures pratiques, ainsi que des modèles théoriques d'apprentissage qui servent de référence exhaustive pour le domaine. Les huit chapitres du livre abordent des sujets tels que la discrétisation, l'extraction et la sélection de caractéristiques, la classification, le clustering, la modélisation de sujets et l'analyse de graphes. Cet ouvrage s'adresse à la fois aux praticiens et aux étudiants, ainsi qu'aux enseignants souhaitant présenter des approches actuelles de l'apprentissage non supervisé et semi-supervisé lors de séminaires de niveau universitaire. Les contenus sont basés sur des contributions sélectionnées et étendues de la quatrième Conférence internationale sur le Soft Computing en science des données (2018).