Computational Intelligence in Data Mining

هدف این کتاب ادغام هوش محاسباتی با داده کاوی است، که هر دو موضوع داغ تحقیق و توسعه صنعتی فعلی هستند، هوش محاسباتی، شامل تکنیک هایی مانند ترکیب داده ها، استدلال نامطمئن، جستجوی اکتشافی، یادگیری و محاسبات نرم است. داده کاوی بر باز کردن الگوها یا ساختارهای ناشناخته در مجموعه داده های بسیار بزرگ تمرکز دارد. این کتاب تحت عنوان "کشف ساختارها در پایگاه های داده بزرگ" با یک دیدگاه واحد در مورد "داده کاوی و آمار - نقطه نظر سیستم" آغاز می شود. '. "تلفیق داده ها و تحلیل داده های احتمالی یا فازی" حوزه بعدی مورد علاقه است. یک نمای کلی از منطق احتمالی، استدلال غیر یکنواخت و آمیختگی داده ها ارائه شده است، مشکل انسجام بین داده ها و مدل های فازی غیرخطی بررسی می شود، و تشخیص نقاط دورتر بر اساس یادگیری مدل های فازی مورد مطالعه قرار می گیرد. در حوزه «طبقه‌بندی و تجزیه»، خوشه‌بندی تطبیقی ​​و تجسم مجموعه داده‌های با ابعاد بالا معرفی می‌شود و در نهایت در بخش «یادگیری و تلفیق داده‌ها» یادگیری چند عامل ویژه فوتبال مجازی در نظر گرفته شده است. آخرین مبحث مربوط به ترکیب داده ها بر اساس مدل های تصادفی است.

The book aims to merge Computational Intelligence with Data Mining, which are both hot topics of current research and industrial development, Computational Intelligence, incorporates techniques like data fusion, uncertain reasoning, heuristic search, learning, and soft computing. Data Mining focuses on unscrambling unknown patterns or structures in very large data sets. Under the headline "Discovering Structures in Large Databases” the book starts with a unified view on ‘Data Mining and Statistics – A System Point of View’. Two special techniques follow: ‘Subgroup Mining’, and ‘Data Mining with Possibilistic Graphical Models’. "Data Fusion and Possibilistic or Fuzzy Data Analysis” is the next area of interest. An overview of possibilistic logic, nonmonotonic reasoning and data fusion is given, the coherence problem between data and non-linear fuzzy models is tackled, and outlier detection based on learning of fuzzy models is studied. In the domain of "Classification and Decomposition” adaptive clustering and visualisation of high dimensional data sets is introduced. Finally, in the section "Learning and Data Fusion” learning of special multi-agents of virtual soccer is considered. The last topic is on data fusion based on stochastic models.