Data Mining. Concepts and Techniques, 3rd Edition

HAN

21-bib-633-672-9780123814791

2011/6/1

3:27

Page 661

#29

Bibliography

661

[PTVF07]

W. H. Press, S. A. Teukolosky, W. T. Vetterling, and B. P. Flannery. Numerical Recipes:

The Art of Scientific Computing. Cambridge: Cambridge University Press, 2007.

[PY10]

S. J. Pan and Q. Yang. A survey on transfer learning. IEEE Trans. Knowledge and Data

Engineering, 22:1345–1359, 2010.

[Pyl99]

D. Pyle. Data Preparation for Data Mining. Morgan Kaufmann, 1999.

[PZC

+

03]

J. Pei, X. Zhang, M. Cho, H. Wang, and P. S. Yu. Maple: A fast algorithm for maximal

pattern-based clustering. In Proc. 2003 Int. Conf. Data Mining (ICDM’03), pp. 259–266,

Melbourne, FL, Dec. 2003.

[QC-J93]

J. R. Quinlan and R. M. Cameron-Jones. FOIL: A midterm report. In Proc. 1993

European Conf. Machine Learning (ECML’93), pp. 3–20, Vienna, Austria, 1993.

[QR89]

J. R. Quinlan and R. L. Rivest. Inferring decision trees using the minimum description

length principle. Information and Computation, 80:227–248, Mar. 1989.

[Qui86]

J. R. Quinlan. Induction of decision trees. Machine Learning, 1:81–106, 1986.

[Qui87]

J. R. Quinlan. Simplifying decision trees. Int. J. Man-Machine Studies, 27:221–234, 1987.

[Qui88]

J. R. Quinlan. An empirical comparison of genetic and decision-tree classifiers. In Proc.

1988 Int. Conf. Machine Learning (ICML’88), pp. 135–141, Ann Arbor, MI, June 1988.

[Qui89]

J. R. Quinlan. Unknown attribute values in induction. In Proc. 1989 Int. Conf. Machine

Learning (ICML’89), pp. 164–168, Ithaca, NY, June 1989.

[Qui90]

J. R. Quinlan. Learning logic definitions from relations. Machine Learning, 5:139–166,

1990.

[Qui93]

J. R. Quinlan. C4.5: Programs for Machine Learning. Morgan Kaufmann, 1993.

[Qui96]

J. R. Quinlan. Bagging, boosting, and C4.5. In Proc. 1996 Nat. Conf. Artificial Intelligence

(AAAI’96), Vol. 1, pp. 725–730, Portland, OR, Aug. 1996.

[RA87]

E. L. Rissland and K. Ashley. HYPO: A case-based system for trade secret law. In Proc.

1st Int. Conf. Artificial Intelligence and Law, pp. 60–66, Boston, MA, May 1987.

[Rab89]

L. R. Rabiner. A tutorial on hidden Markov models and selected applications in speech

recognition. Proc. IEEE, 77:257–286, 1989.

[RBKK95]

S. Russell, J. Binder, D. Koller, and K. Kanazawa. Local learning in probabilistic networks

with hidden variables. In Proc. 1995 Joint Int. Conf. Artificial Intelligence (IJCAI’95),

pp. 1146–1152, Montreal, Quebec, Canada, Aug. 1995.

[RC07]

R. Ramakrishnan and B.-C. Chen. Exploratory mining in cube space. Data Mining and

Knowledge Discovery, 15:29–54, 2007.

[Red92]

T. Redman. Data Quality: Management and Technology. Bantam Books, 1992.

[Red01]

T. Redman. Data Quality: The Field Guide. Digital Press (Elsevier), 2001.

[RG03]

R. Ramakrishnan and J. Gehrke. Database Management Systems (3rd ed.). McGraw-Hill,

2003.

[RGN10]

L. De Raedt, T. Guns, and S. Nijssen. Constraint programming for data mining and

machine learning. In Proc. 2010 AAAI Conf. Artificial Intelligence (AAAI’10), pp. 1671–

1675, Atlanta, GA, July 2010.

[RH01]

V. Raman and J. M. Hellerstein. Potter’s wheel: An interactive data cleaning system. In

Proc. 2001 Int. Conf. Very Large Data Bases (VLDB’01), pp. 381–390, Rome, Italy, Sept.

2001.

[RH07]

A. Rosenberg and J. Hirschberg. V-measure: A conditional entropy-based external

cluster evaluation measure. In Proc. 2007 Joint Conf. Empirical Methods in Natural Lan-

guage Processing and Computational Natural Language Learning (EMNLP-CoNLL’07),

pp. 410–420, Prague, Czech Republic, June 2007.

---

HAN

21-bib-633-672-9780123814791

2011/6/1

3:27

Page 662

#30

662

Bibliography

[RHS01]

J. F. Roddick, K. Hornsby, and M. Spiliopoulou. An updated bibliography of tempo-

ral, spatial, and spatio-temporal data mining research. In J. F. Roddick and K. Hornsby

(eds.), TSDM 2000, Lecture Notes in Computer Science 2007, pp. 147–163. New York:

Springer, 2001.

[RHW86]

D. E. Rumelhart, G. E. Hinton, and R. J. Williams. Learning internal representations by

error propagation. In D. E. Rumelhart and J. L. McClelland (eds.), Parallel Distributed

Processing. Cambridge, MA: MIT Press, 1986.

[Rip96]

B. D. Ripley. Pattern Recognition and Neural Networks. Cambridge University Press,

1996.

[RM86]

D. E. Rumelhart and J. L. McClelland. Parallel Distributed Processing. Cambridge, MA:

MIT Press, 1986.

[RMS98]

S. Ramaswamy, S. Mahajan, and A. Silberschatz. On the discovery of interesting pat-

terns in association rules. In Proc. 1998 Int. Conf. Very Large Data Bases (VLDB’98),

pp. 368–379, New York, Aug. 1998.

[RN95]

S. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. Prentice-Hall, 1995.

[RNI09]

M. Radovanovi´c, A. Nanopoulos, and M. Ivanovi´c. Nearest neighbors in high-

dimensional data: The emergence and influence of hubs. In Proc. 2009 Int. Conf.

Machine Learning (ICML’09), pp. 865–872, Montreal, Quebec, Canada, June 2009.

[Ros58]

F. Rosenblatt. The perceptron: A probabilistic model for information storage and

organization in the brain. Psychological Rev., 65:386–498, 1958.

[RS89]

C. Riesbeck and R. Schank. Inside Case-Based Reasoning. Lawrence Erlbaum, 1989.

[RS97]

K. Ross and D. Srivastava. Fast computation of sparse datacubes. In Proc. 1997 Int. Conf.

Very Large Data Bases (VLDB’97), pp. 116–125, Athens, Greece, Aug. 1997.

[RS98]

R. Rastogi and K. Shim. Public: A decision tree classifer that integrates building and

pruning. In Proc. 1998 Int. Conf. Very Large Data Bases (VLDB’98), pp. 404–415,

New York, Aug. 1998.

[RS01]

F. Ramsey and D. Schafer. The Statistical Sleuth: A Course in Methods of Data Analysis.

Duxbury Press, 2001.

[RSC98]

K. A. Ross, D. Srivastava, and D. Chatziantoniou. Complex aggregation at multiple gran-

ularities. In Proc. Int. Conf. Extending Database Technology (EDBT’98), pp. 263–277,

Valencia, Spain, Mar. 1998.

[Rus06]

J. C. Russ. The Image Processing Handbook (5th ed.). CRC Press, 2006.

[SA95]

R. Srikant and R. Agrawal. Mining generalized association rules. In Proc. 1995 Int. Conf.

Very Large Data Bases (VLDB’95), pp. 407–419, Zurich, Switzerland, Sept. 1995.

[SA96]

R. Srikant and R. Agrawal. Mining sequential patterns: Generalizations and perfor-

mance improvements. In Proc. 5th Int. Conf. Extending Database Technology (EDBT’96),

pp. 3–17, Avignon, France, Mar. 1996.

[SAM96]

J. Shafer, R. Agrawal, and M. Mehta. SPRINT: A scalable parallel classifier for data min-

ing. In Proc. 1996 Int. Conf. Very Large Data Bases (VLDB’96), pp. 544–555, Bombay,

India, Sept. 1996.

[SAM98]

S. Sarawagi, R. Agrawal, and N. Megiddo. Discovery-driven exploration of OLAP data

cubes. In Proc. Int. Conf. Extending Database Technology (EDBT’98), pp. 168–182,

Valencia, Spain, Mar. 1998.

---