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: Kaul. Neha
سری:
ISBN (شابک) : 9781773616155, 1773616153
ناشر: Arcler Press
سال نشر: 2019
تعداد صفحات: 300
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 47 مگابایت
کلمات کلیدی مربوط به کتاب کاربردهای داده کاوی در مهندسی، مدیریت و پزشکی: داده کاوی مهندسی -- پردازش داده ها ، مدیریت -- پردازش داده ها ، پزشکی -- پردازش داده ها ، کتاب های الکترونیکی ، مهندسی -- پردازش داده ها ، مدیریت -- پردازش داده ها ، پزشکی -- پردازش داده ها
در صورت تبدیل فایل کتاب Applications of Data Mining in Engineering, Management and Medicine 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 کاربردهای داده کاوی در مهندسی، مدیریت و پزشکی 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.
پوشش دادن؛ نیم صفحه عنوان؛ صفحه عنوان؛ صفحه حق چاپ درباره نویسنده؛ فهرست مطالب؛ پیشگفتار؛ فصل 1 مقدمه ای بر داده کاوی; 1.1. داده کاوی چیست؟ 1.2. اصطلاحات مورد استفاده در داده کاوی. 1.3. فرآیند داده کاوی؛ 1.4. مدل فرآیند CRISP-DM; 1.5. SEMMA; 1.6. مروری بر انبار داده ها 1.7. OLAP: پردازش تحلیلی آنلاین؛ 1.8. تکنیک های داده کاوی; فصل 2 کاربردهای داده کاوی در مدیریت; 2.1. مخابرات؛ 2.2. صنعت مالی; 2.3. پیش بینی ورشکستگی؛ 2.4. تجزیه و تحلیل ریسک اعتباری؛ 2.5. بازاریابی هدفمند؛ 2.6. پیش بینی عملکرد شرکت
Cover; Half Title Page; Title Page; Copyright Page; About the Author; Table of Contents; Preface; Chapter 1 Introduction to Data Mining; 1.1. What is Data Mining?; 1.2. Terminology Used in Data Mining; 1.3. Data Mining Process; 1.4. CRISP-DM Process Model; 1.5. SEMMA; 1.6. Data Warehousing Overview; 1.7. OLAP: Online Analytical Processing; 1.8. Data Mining Techniques; Chapter 2 Applications of Data Mining in Management; 2.1. Telecommunications; 2.2. Finance Industry; 2.3. Bankruptcy Prediction; 2.4. Credit Risk Analysis; 2.5. Targeted Marketing; 2.6. Company Performance Prediction
Cover
Half Title Page
Title Page
Copyright Page
About the Author
Table of Contents
Preface
Chapter 1 Introduction to Data Mining
1.1. What is Data Mining?
1.2. Terminology Used in Data Mining
1.3. Data Mining Process
1.4. CRISP-DM Process Model
1.5. SEMMA
1.6. Data Warehousing Overview
1.7. OLAP: Online Analytical Processing
1.8. Data Mining Techniques
Chapter 2 Applications of Data Mining in Management
2.1. Telecommunications
2.2. Finance Industry
2.3. Bankruptcy Prediction
2.4. Credit Risk Analysis
2.5. Targeted Marketing
2.6. Company Performance Prediction 2.7. Banking Fraud Detection2.8. Investment Banking
2.9. Online Security In Data Mining
2.10. Retail Industry --
Marketing And Sales
2.11. Energy Domain
2.12. Education
Chapter 3 Applications of Data Mining in Engineering
3.1. Introduction
3.2. Software Systems
3.3. Applications in Software Management
3.4. Applications in Software Development Tasks
3.5. Applications in Software Development Research
3.6. Practical Application of Data Mining In Software Engineering
3.7. MapReduce
Chapter 4 Applications of Data Mining In Medicine
4.1. Introduction
Index