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: 2
نویسندگان: Richard J. Roiger
سری:
ISBN (شابک) : 1498763979, 9781498763974
ناشر: Chapman and Hall/CRC
سال نشر: 2016
تعداد صفحات: 530
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 مگابایت
در صورت تبدیل فایل کتاب Data Mining: A Tutorial-Based Primer, 2nd Edition 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 داده کاوی: پرایمر مبتنی بر آموزش، ویرایش دوم 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.
\"دکتر Roiger کار بسیار خوبی در توصیف گام به گام جزئیات
فرمول های مربوط به الگوریتم های داده کاوی مختلف، همراه با
تصاویر انجام می دهد. علاوه بر این، آموزش های او در نرم افزار
Weka زمینه بسیار خوبی را برای دانش آموزان در درک زیربنای ماشین
فراهم می کند. یادگیری همانطور که در داده کاوی اعمال می شود.
گنجاندن نمونه های آموزشی و مثال های نرم افزار RapidMiner در
کتاب نیز یک مزیت قطعی است زیرا یکی از محبوب ترین پلت فرم های
نرم افزار داده کاوی است که امروزه مورد استفاده قرار می
گیرد.\"
--رابرت هیوز، دانشگاه گلدن گیت، سانفرانسیسکو، کالیفرنیا،
ایالات متحده آمریکا
< b>
Data Mining: A Tutorial-based Primer، نسخه دوم مقدمه ای جامع
برای داده کاوی با تمرکز بر ساخت و آزمایش مدل و همچنین بر تفسیر
و اعتبارسنجی نتایج ارائه می دهد. این متن دانشآموزان را
راهنمایی میکند تا بفهمند چگونه میتوان از دادهکاوی برای حل
مشکلات واقعی استفاده کرد و تشخیص داد که آیا راهحل دادهکاوی
جایگزینی امکانپذیر برای یک مشکل خاص است یا خیر. استراتژیها،
تکنیکها و روشهای ارزیابی بنیادی دادهکاوی با کمک دو ابزار
نرمافزاری معروف ارائه و پیادهسازی شدهاند.
چند موضوع جدید از جمله مقدمهای بر Big Data و Big Data به
ویرایش دوم اضافه شده است. تجزیه و تحلیل دادهها، منحنیهای ROC،
نمودارهای لیفت پارتو، روشهایی برای مدیریت دادههای بزرگ،
جریانی و نامتعادل، ماشینهای برداری پشتیبانی، و پوشش گسترده
دادهکاوی متنی. نسخه دوم شامل آموزش هایی برای انتخاب ویژگی،
برخورد با داده های نامتعادل، تجزیه و تحلیل پرت، تجزیه و تحلیل
سری های زمانی، استخراج داده های متنی و موارد دیگر است.
متن پوشش عمیقی از RapidMiner Studio و رابط کاربری Weka's
Explorer را ارائه می کند. . هر دو ابزار نرم افزاری برای گام
برداشتن دانش آموزان از طریق آموزش هایی که فرآیند کشف دانش را به
تصویر می کشند استفاده می شود. این به خواننده اجازه می دهد
حداکثر انعطاف پذیری را برای تجربه عملی داده کاوی خود داشته
باشد.
"Dr. Roiger does an excellent job of describing in step by
step detail formulae involved in various data mining
algorithms, along with illustrations. In addition, his
tutorials in Weka software provide excellent grounding for
students in comprehending the underpinnings of Machine Learning
as applied to Data Mining. The inclusion of?RapidMiner software
tutorials and examples in the book is also a definite plus
since it is one of the most popular Data Mining software
platforms in use today."
--Robert Hughes, Golden Gate University, San Francisco, CA,
USA
Data Mining: A Tutorial-Based Primer, Second Edition provides a
comprehensive introduction to data mining with a focus on model
building and testing, as well as on interpreting and validating
results. The text guides students to understand how data mining
can be employed to solve real problems and recognize whether a
data mining solution is a feasible alternative for a specific
problem. Fundamental data mining strategies, techniques, and
evaluation methods are presented and implemented with the help
of two well-known software tools.
Several new topics have been added to the second edition
including an introduction to Big Data and data analytics, ROC
curves, Pareto lift charts, methods for handling large-sized,
streaming and imbalanced data, support vector machines, and
extended coverage of textual data mining. The second edition
contains tutorials for attribute selection, dealing with
imbalanced data, outlier analysis, time series analysis, mining
textual data, and more.
The text provides in-depth coverage of RapidMiner Studio and
Weka's Explorer interface. Both software tools are used for
stepping students through the tutorials depicting the knowledge
discovery process. This allows the reader maximum flexibility
for their hands-on data mining experience.