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 Data Mining: A Tutorial-Based Primer, 2nd Edition

دانلود کتاب داده کاوی: پرایمر مبتنی بر آموزش، ویرایش دوم

Data Mining: A Tutorial-Based Primer, 2nd Edition

مشخصات کتاب

Data Mining: A Tutorial-Based Primer, 2nd Edition

ویرایش: 2 
نویسندگان:   
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 

قیمت کتاب (تومان) : 39,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 6


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.


توضیحاتی در مورد کتاب داده کاوی: پرایمر مبتنی بر آموزش، ویرایش دوم

\"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.




توضیحاتی درمورد کتاب به خارجی

"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.







نظرات کاربران