表的内容
第5页
准确技术预测的可能性永远无法得知。
哈尔Berghel
页11 - 15号
不管一个项目可能有多“麻烦”，在越过终点线后学到的东西可能是实践者压倒性的成功。
罗伯特·l·玻璃
19页
黛安·克劳福德
页21 - 24日
我们感兴趣的是能够自动发现原始和有用的基本属性和原理的技术。
宗像Toshinori
每股26到29页
机器学习算法能够在大数据集中发现重要的“规律”。
汤姆·m·米切尔
页面30-36
速度和智慧推动了科学应用的新工具。
劳尔大肠Valdes-Perez
页面37-41
在制药工程师开发新药及其多种品种时，ILP可以比神经网络更有效地挖掘生物功能数据。
Stephen Muggleton
页面42-46
从众多自组织处理元素之间的交互中产生的智能可以被训练来发现嵌入数据中的知识。
港富
页面47-50
新的自动化工具有望让用户发现更多、学习更多、创造更多机会。
Kenneth A. De Jong
页面51-53
最近的行业和市场研究应用程序证明了粗糙集的决定性力量。
Wojciech Ziarko
页面54-57
在自然语言处理中构建挖掘应用程序带来了特殊的挑战，但也提供了巨大的回报。
凯文奈特
58 - 61页
在这个国际项目中有几个层次的知识发现，每一个都给生物学家提出了大问题。
史蒂芬Schulze-Kremer
62 - 64页
人类经验的巨大数据库可以用来指导搜索。
穆雷坎贝尔
65 - 67页
中间商的突然崛起。
拉维Ganesan
68 - 73页
从传统界面转向为用户提供更强大的表达能力、自然性和可移植性的界面。
沙龙Oviatt
74 - 81页
综合组织的计算基础设施，以支持地理分布的组织中用户执行的任务范围。
George S. Nezlek, Hemant K. Jain, Derek L. Nazareth
82 - 90页
在决策支持系统可以通过Web共享之前，必须就部署它们的通用协议达成一致。
道恩·g·格雷格，迈克尔·古尔
91 - 96页
一个抽象和分解失败检测的练习。
帕斯卡·费尔伯，拉希德·格拉乌伊，穆罕默德·法亚德
97 - 101页
彼得·g·诺伊曼，劳伦·韦恩斯坦
152页
