Causal Models and Intelligent Data Management

تحلیل و استنتاج داده ها به طور سنتی حوزه های تحقیقاتی آمار بوده است. با این حال، نیاز به ذخیره الکترونیکی، دستکاری و تجزیه و تحلیل مجموعه داده‌های بزرگ مقیاس، نیازمند روش‌ها و ابزارهای جدید، انواع جدید پایگاه‌های داده، الگوریتم‌های کارآمد جدید، ساختارهای داده جدید و غیره است - در واقع روش‌های محاسباتی جدید.
این مونوگراف روش ها و ابزارهای هوشمند مدیریت داده ها مانند ماشین بردار پشتیبان و نتایج جدیدی از حوزه استنتاج به ویژه مدل سازی علّی را ارائه می دهد. در 11 فصل با ساختار مناسب، کارشناسان برجسته گرایشات اصلی و جهت گیری های آینده تحلیل داده های هوشمند را ترسیم می کنند. این کتاب منبع ارزشمندی از مرجع برای محققانی خواهد بود که در حوزه بین رشته ای بین آمار و علوم کامپیوتر و همچنین برای متخصصانی که از روش های پیشرفته تجزیه و تحلیل داده ها در صنعت و تجارت استفاده می کنند، کاوش می کنند. دانش آموزان و اساتید این کتاب را به عنوان مقدمه ای برای این منطقه مفید خواهند یافت.

Data analysis and inference have traditionally been research areas of statistics. However, the need to electronically store, manipulate and analyze large-scale, high-dimensional data sets requires new methods and tools, new types of databases, new efficient algorithms, new data structures, etc. - in effect new computational methods.
This monograph presents new intelligent data management methods and tools, such as the support vector machine, and new results from the field of inference, in particular of causal modeling. In 11 well-structured chapters, leading experts map out the major tendencies and future directions of intelligent data analysis. The book will become a valuable source of reference for researchers exploring the interdisciplinary area between statistics and computer science as well as for professionals applying advanced data analysis methods in industry and commerce. Students and lecturers will find the book useful as an introduction to the area.