ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Complex Data Analytics with Formal Concept Analysis

دانلود کتاب تجزیه و تحلیل داده های پیچیده با تحلیل مفهومی رسمی

Complex Data Analytics with Formal Concept Analysis

مشخصات کتاب

Complex Data Analytics with Formal Concept Analysis

ویرایش: [1st ed. 2022] 
نویسندگان: , ,   
سری:  
ISBN (شابک) : 303093277X, 9783030932770 
ناشر: Springer 
سال نشر: 2022 
تعداد صفحات: 285 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 Mb 

قیمت کتاب (تومان) : 54,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Complex Data Analytics with Formal Concept Analysis 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 تجزیه و تحلیل داده های پیچیده با تحلیل مفهومی رسمی 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.


توضیحاتی در مورد کتاب تجزیه و تحلیل داده های پیچیده با تحلیل مفهومی رسمی

FCA یک فرمالیسم مهم است که با حوزه های تحقیقاتی مختلفی مانند نظریه شبکه، نمایش دانش، داده کاوی، یادگیری ماشین و وب معنایی مرتبط است. این با موفقیت در تعداد فزاینده ای از حوزه های کاربردی مانند مهندسی نرم افزار، بازیابی اطلاعات، تجزیه و تحلیل شبکه های اجتماعی و بیوانفورماتیک مورد استفاده قرار می گیرد. قدرت ریاضی آن از رسمی‌سازی شبکه مفهومی آن ناشی می‌شود که در آن هر عنصر در شبکه یک مفهوم رسمی را به تصویر می‌کشد در حالی که کل ساختار یک سلسله مراتب مفهومی را نشان می‌دهد که مرور، خوشه‌بندی و استخراج قوانین مرتبط را ارائه می‌دهد.

تحلیل داده‌های پیچیده به پیشرفته‌تر اشاره دارد. روش‌ها و ابزارهایی برای استخراج و تجزیه و تحلیل داده‌ها با ساختارهای پیچیده مانند داده‌های XML/Json، داده‌های متنی و تصویری، داده‌های چند بعدی، نمودارها، توالی‌ها و داده‌های جریانی. همچنین مکانیسم‌های تجسم مورد استفاده برای برجسته کردن دانش کشف‌شده را پوشش می‌دهد.
این کتاب ویرایش‌شده مجموعه‌ای از جهت‌های تحقیقاتی مهم و مرتبط در مدیریت داده‌های پیچیده را بررسی می‌کند و سهم را به‌روزرسانی می‌کند. از جامعه FCA در تجزیه و تحلیل داده های پیچیده و بزرگ مانند نمودارهای دانش و زمینه های به هم پیوسته. به‌عنوان مثال، «تحلیل مفهوم رسمی» و برخی از برنامه‌های افزودنی آن مورد سوء استفاده قرار می‌گیرند، مورد بازبینی قرار می‌گیرند و با الگوهای پردازش موازی و توزیع‌شده اخیر برای به حداکثر رساندن مزایای تجزیه و تحلیل داده‌های بزرگ همراه می‌شوند.

توضیحاتی درمورد کتاب به خارجی

FCA is an important formalism that is associated with a variety of research areas such as lattice theory, knowledge representation, data mining, machine learning, and semantic Web. It is successfully exploited in an increasing number of application domains such as software engineering, information retrieval, social network analysis, and bioinformatics. Its mathematical power comes from its concept lattice formalization in which each element in the lattice captures a formal concept while the whole structure represents a conceptual hierarchy that offers browsing, clustering and association rule mining.

Complex data analytics refers to advanced methods and tools for mining and analyzing data with complex structures such as XML/Json data, text and image data, multidimensional data, graphs, sequences and streaming data. It also covers visualization mechanisms used to highlight the discovered knowledge.
This edited book examines a set of important and relevant research directions in complex data management, and updates the  contribution of the FCA community in analyzing complex and large data such as knowledge graphs and interlinked contexts.  For example, Formal Concept Analysis and some of its extensions are exploited, revisited and coupled with recent processing parallel and distributed paradigms to maximize the benefits in analyzing large data.




نظرات کاربران