دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: João Gama, Tianrui Li, Yang Yu, Enhong Chen, Yu Zheng, Fei Teng سری: Lecture Notes in Computer Science, 13282 ISBN (شابک) : 3031059808, 9783031059803 ناشر: Springer سال نشر: 2022 تعداد صفحات: 395 [396] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 37 Mb
در صورت تبدیل فایل کتاب Advances in Knowledge Discovery and Data Mining: 26th Pacific-Asia Conference, PAKDD 2022, Chengdu, China, May 16–19, 2022, Proceedings, Part III به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پیشرفت در کشف دانش و داده کاوی: بیست و ششمین کنفرانس اقیانوس آرام-آسیا، PAKDD 2022، چنگدو، چین، 16 تا 19 مه 2022، مجموعه مقالات، قسمت سوم نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مجموعه 3 جلدی LNAI 13280، LNAI 13281 و LNAI 13282 مجموعه مقالات بیست و ششمین کنفرانس اقیانوس آرام-آسیا در زمینه پیشرفت در کشف دانش و داده کاوی، PAKDD 2022 است که در ماه مه 20 برگزار شد. چین.
121 مقاله ارائه شده در جلسات به دقت بررسی و از بین 558 مقاله ارسالی انتخاب شدند. آنها در بخشهای موضوعی به شرح زیر سازماندهی شدند:
بخش اول: علم داده و فناوریهای کلان داده، بخش دوم: مبانی. و قسمت سوم: کاربردها.
The 3-volume set LNAI 13280, LNAI 13281 and LNAI 13282 constitutes the proceedings of the 26th Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining, PAKDD 2022, which was held during May 2022 in Chengdu, China.
The 121 papers included in the proceedings were carefully reviewed and selected from a total of 558 submissions. They were organized in topical sections as follows:
Part I: Data Science and Big Data Technologies, Part II: Foundations; and Part III: Applications.