数据库方向国际会议 VLDB 2024 即将开幕，我们非常期待在8月26日至8月30日，于中国广州与您共襄盛举。
📍地点：中国·广东·广州
📅 时间：8月26日-8月30日
在这个汇聚全球顶尖学者和研究人员的盛会中，我们Springer图书编辑也将亲临现场，与您面对面交流。我们不仅希望分享最新的出版资讯，更期待与您探讨合作的可能性。
🔍 展位：
如果您对出版感兴趣，或者有任何关于学术出版的疑问，欢迎莅临我们的图书展位。我们的编辑将为您提供专业、细致的咨询服务。此外，您也可以通过邮件与我们联系，提前预约咨询时间，确保您的到访更加高效。
📧 联系方式：nick.zhu@springernature.com
我们相信，通过面对面的交流，能够更好地理解您的需求，为您提供更精准的服务。期待在VLDB 2024会议中与您相遇，洽谈出版意向。我们不见不散！
大会介绍 /Introduction
International Conference on Very Large Databases (VLDB) 是年度国际顶级论坛，专注于数据管理、可扩展数据科学和数据库领域的研究人员、供应商、实践者、应用开发者和用户。2024 年的 VLDB 大会将有超过 250 场研究演讲、11 场主题演讲和特邀演讲、2 个讨论会、9 个教程、超过 40 场演示以及 10 个研讨会。大会涵盖了数据管理、数据库架构、图数据管理、数据隐私与安全、数据挖掘、机器学习、人工智能和数据库系统研究等领域的议题。本届会议将于 8 月 26 - 30 日于中国广州举办。
会议网址：https://vldb.org/2024/
编辑面对面/Editors
朱伟
高级编辑
Email:nick.zhu@springernature.com
负责数据科学、数据分析、数据挖掘、大数据、机器人定位及导航、机器人视觉及模拟、ROS等方向的图书出版业务。朱伟编辑拥有近十年的计算机科学学术研究、大学教学和在线教育经验，可以帮助作者以多种形式高效出版高质量的作品，包括专著、教材、专业书籍、多卷参考书（MRW）和视频课程。
重点图书/Key titles
Data Science and Predictive Analytics
Biomedical and Health Applications using R
扫码查看图书详情
作者：Ivo D. Dinov, University of Michigan–Ann Arbor
本教材整合了重要的数学基础、高效的计算算法、应用统计推断技术和前沿的机器学习方法，以应对广泛的关键生物医学信息学、健康分析应用和决策科学挑战。书中的每个概念都包含严格的符号表述，以及计算算法和作为功能性 R Markdown notebook 实现的完整端到端管道协议。这些工作流程支持主动学习，并展示了全面的数据操作、交互式可视化和复杂的分析。本书内容包括开放性问题、最先进的科学知识、异质科学工具的伦理整合，以及系统验证和传播可重复研究成果的程序。
Data Science for Economics and Finance
Methodologies and Applications
扫码查看图书详情
作者：
Sergio Consoli, European Commission Joint Research Center;
Diego Reforgiato Recupero, University of Cagliari;
Michaela Saisana, European Commission Joint Research Cente
这本开放获取的书籍涵盖了数据科学的应用，包括高级机器学习、大数据分析、语义网技术、自然语言处理、社交媒体分析、时间序列分析等在经济和金融领域的应用。此外，它还展示了一些成功的高级数据科学解决方案，这些方案用于从数据中提取新知识，以改进经济预测模型。
本书首先介绍了数据科学技术在经济学和金融学中的应用，然后通过十三个章节展示了具体数据科学方法应用的成功案例，涉及与新型大数据源和经济分析技术相关的特定主题（如社交媒体和新闻）；利用监督/非监督（深度）机器学习的大数据模型；使用自然语言处理构建经济和金融指标；以及通过时间序列分析对经济变量进行预测和即时预测。
Data Spaces
Design, Deployment and Future Directions
扫码查看图书详情
作者：Edward Curry, University of Galway;
Simon Scerri, metaphacts GmbH;
Tuomo Tuikka, VTT Technical Research Centre of Finland
本书介绍了应对不可信数据源的稳健机器学习方法。这本书系统地探讨了分布式机器学习的安全性，旨在帮助读者设计和分析稳健的算法。随着机器学习在各个领域的广泛应用，研究算法的稳健性变得越来越重要。本书为这一新兴领域提供了坚实的基础，并促进了未来的研究发展。
Graph Neural Networks
Foundations, Frontiers, and Applications
扫码查看图书详情
作者：吴凌飞，京东；
崔鹏，清华大学；
裴健，西蒙弗雷泽大学；
赵亮，埃默里大学
本书在内容上尽可能涵盖图神经网络的各个方面并由浅入深进行讲解。为了更好的适合各种读者。本书分为四大部分，第一部分介绍基本概念；第二部分讨论了目前已经成熟的技术方法；第三部分介绍了最典型的技术前沿，第四部分描述了对未来研究具有重要意义和前景的方法和应用的进展。
有关本书更多介绍，请查看：新书介绍 | Graph Neural Networks
Global COVID-19 Research and Modeling
A Historical Record
扫码查看图书详情
作者：操龙兵，麦考瑞大学
这本书详尽地解答了全球在应对COVID-19疫情过程中所面临的基础性与挑战性问题。它精心整理了自大流行爆发以来四年间，针对COVID-19的深入研究所形成的宝贵历史记录，尤其聚焦于科研人员在应对、量化以及建模该病毒问题上的不懈努力。
不仅如此，本书还借助数学、人工智能、机器学习、数据科学、流行病学及跨学科知识，对COVID-19的问题及其产生的影响进行了深度量化研究。本书详尽报告了关于全球、区域以及国家层面上的出版物数量、影响力、合作状况以及疫情与经济、感染之间的相关性的调研成果。这些成果标志着首个也是目前唯一一个全面且系统地致力于科学理解、量化以及遏制这一流行病的探索之旅。
有关本书更多介绍，请查看：新书推荐 | Global COVID-19 Research and Modeling
更多图书，请参考
For more information
在9月30日前在线购买书单图书
使用折扣码“20DIY243”可享受八折优惠！
欢迎通过Springer出版您的学术著作，联系编辑团队了解更多出版信息！
