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: draft نویسندگان: Zaki M.J., Meira Jr W. سری: ISBN (شابک) : 9780521766333 ناشر: Cambridge University Press سال نشر: 2014 تعداد صفحات: 606 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت تبدیل فایل کتاب Data Mining and Analysis: Fundamental Concepts and Algorithms 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 و تجزیه و تحلیل: مفاهیم و الگوریتم های بنیادی 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.
الگوریتم های اساسی در داده کاوی و تجزیه و تحلیل، پایه و اساس حوزه نوظهور علم داده را تشکیل می دهند که شامل روش های خودکار برای تجزیه و تحلیل الگوها و مدل ها برای انواع داده ها، با کاربردهای مختلف از اکتشاف علمی تا هوش تجاری و تجزیه و تحلیل است. این کتاب درسی برای دورههای دادهکاوی در مقاطع کارشناسی ارشد و کارشناسی ارشد، یک نمای کلی و در عین حال عمیق از دادهکاوی، با ادغام مفاهیم مرتبط از یادگیری ماشین و آمار ارائه میکند. بخشهای اصلی کتاب شامل تحلیل دادههای اکتشافی، الگوکاوی، خوشهبندی و طبقهبندی است. این کتاب پایههای اساسی این وظایف را میگذارد، و همچنین موضوعات پیشرفتهای مانند روشهای هسته، تجزیه و تحلیل دادههای با ابعاد بالا، و نمودارها و شبکههای پیچیده را پوشش میدهد. این کتاب با پوشش جامع، چشمانداز الگوریتمی و نمونههای فراوان، راهنماییهای محکمی را در زمینه دادهکاوی برای دانشجویان، محققان و پزشکان ارائه میدهد. ویژگیهای کلیدی: • روشهای اصلی و تحقیقات پیشرفته را پوشش میدهد • رویکرد الگوریتمی با پیادهسازی منبع باز • حداقل پیشنیازها: تمام مفاهیم کلیدی ریاضی ارائه میشوند، مانند شهود پشت فرمولها • فصلهای کوتاه و مستقل با آزمونهای کلاسی مثالها و تمرینها انعطافپذیری در طراحی یک دوره آموزشی و ارجاع آسان را فراهم میکنند. • وبسایت تکمیلی با اسلایدهای سخنرانی، فیلمها، ایدههای پروژه و موارد دیگر.
The fundamental algorithms in data mining and analysis form the basis for the emerging field of data science, which includes automated methods to analyze patterns and models for all kinds of data, with applications ranging from scientific discovery to business intelligence and analytics. This textbook for senior undergraduate and graduate data mining courses provides a broad yet in-depth overview of data mining, integrating related concepts from machine learning and statistics. The main parts of the book include exploratory data analysis, pattern mining, clustering, and classification. The book lays the basic foundations of these tasks, and also covers cutting-edge topics such as kernel methods, high-dimensional data analysis, and complex graphs and networks. With its comprehensive coverage, algorithmic perspective, and wealth of examples, this book offers solid guidance in data mining for students, researchers, and practitioners alike. Key features: • Covers both core methods and cutting-edge research • Algorithmic approach with open-source implementations • Minimal prerequisites: all key mathematical concepts are presented, as is the intuition behind the formulas • Short, self-contained chapters with class-tested examples and exercises allow for flexibility in designing a course and for easy reference • Supplementary website with lecture slides, videos, project ideas, and more