Supervised and Unsupervised Learning for Data Science

Il libro "Supervised and Unsupervised Learning for Data Science" offre un'analisi completa dei più recenti algoritmi di apprendimento, comprese le metodologie semi-supervisionate, per presentare una vasta gamma di soluzioni di clustering e classificazione per applicazioni di Big Data. Include casi studio e best practices, oltre a modelli teorici di apprendimento che fungono da riferimento completo per il settore. I otto capitoli del libro trattano argomenti come discretizzazione, estrazione e selezione delle caratteristiche, classificazione, clustering, modellazione di argomenti e analisi dei grafi. Quest'opera è rivolta sia a professionisti e studenti che a docenti che desiderano presentare approcci attuali all'apprendimento non supervisionato e semi-non supervisionato in seminari a livello universitario. I contenuti si basano su contributi selezionati e ampliati della quarta Conferenza Internazionale sul Soft Computing in Data Science (2018).