Atjaunināt sīkdatņu piekrišanu

E-grāmata: Mining Data for Financial Applications: 5th ECML PKDD Workshop, MIDAS 2020, Ghent, Belgium, September 18, 2020, Revised Selected Papers

Edited by , Edited by , Edited by , Edited by , Edited by , Edited by
  • Formāts: PDF+DRM
  • Sērija : Lecture Notes in Computer Science 12591
  • Izdošanas datums: 14-Jan-2021
  • Izdevniecība: Springer Nature Switzerland AG
  • Valoda: eng
  • ISBN-13: 9783030669812
Citas grāmatas par šo tēmu:
  • Formāts - PDF+DRM
  • Cena: 59,47 €*
  • * ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
  • Ielikt grozā
  • Pievienot vēlmju sarakstam
  • Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.
Mining Data for Financial Applications: 5th ECML PKDD Workshop, MIDAS 2020, Ghent, Belgium, September 18, 2020, Revised Selected PapersPalielināt
  • Formāts: PDF+DRM
  • Sērija : Lecture Notes in Computer Science 12591
  • Izdošanas datums: 14-Jan-2021
  • Izdevniecība: Springer Nature Switzerland AG
  • Valoda: eng
  • ISBN-13: 9783030669812
Citas grāmatas par šo tēmu:

DRM restrictions

  • Kopēšana (kopēt/ievietot):

    nav atļauts

  • Drukāšana:

    nav atļauts

  • Lietošana:

    Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
    Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

    Nepieciešamā programmatūra
    Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

    Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

    Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

This book constitutes revised selected papers from the 5th Workshop on Mining Data for Financial Applications, MIDAS 2020, held in conjunction with ECML PKDD 2020, in Ghent, Belgium, in September 2020.*The 8 full and 3 short papers presented in this volume were carefully reviewed and selected from 15 submissions. They deal with challenges, potentialities, and applications of leveraging data-mining tasks regarding problems in the financial domain.





*The workshop was held virtually due to the COVID-19 pandemic.





Information Extraction from the GDELT Database to Analyse EU Sovereign Bond Markets and Exploring the Predictive Power of News and Neural Machine Learning Models for Economic Forecasting are available open access under a Creative Commons Attribution 4.0 International License via link.springer.com.
Trade Selection with Supervised Learning and Optimal Coordinate Ascent (OCA).- How much does Stock Prediction improve with Sentiment Analysis?.- Applying Machine Learning to Predict Closing Prices in Stock Market: a case study.- Financial Fraud Detection with Improved Neural Arithmetic Logic Units.- Information Extraction from the GDELT Database to Analyse EU Sovereign Bond Markets.- Multi-Objective Particle Swarm Optimization for Feature Selection in Credit Scoring.- A comparative analysis of Temporal Long Text Similarity: Application to Financial Documents.- Ranking Cryptocurrencies by Brand Importance: a Social Media Analysis in ENEAGRID.- Towards the Prediction of Electricity Prices at the Intraday Market Using Shallow and Deep-Learning Methods.- Neither in the Programs Nor in the Data: Mining the Hidden Financial Knowledge with Knowledge Graphs and Reasoning.- Exploring the Predictive Power of News and Neural Machine Learning Models for Economic Forecasting.
Biežāk uzdotie jautājumi par e-grāmatām Biežāk uzdotie jautājumi par e-grāmatām
Permanent link: https://www.kriso.lv/db/97830306698122e.html
Keywords: