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 and Data Warehousing: Principles and Practical Techniques

دانلود کتاب داده کاوی و ذخیره سازی داده ها: اصول و فنون عملی

Data Mining and Data Warehousing: Principles and Practical Techniques

مشخصات کتاب

Data Mining and Data Warehousing: Principles and Practical Techniques

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 1108727743, 9781108727747 
ناشر: Cambridge University Press 
سال نشر: 2019 
تعداد صفحات: 513 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 38 مگابایت 

قیمت کتاب (تومان) : 74,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Data Mining and Data Warehousing: Principles and Practical Techniques 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 ذخیره سازی داده ها: اصول و فنون عملی 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 و ذخیره سازی داده ها: اصول و فنون عملی

این کتاب درسی ارزشمند که به زبانی شفاف نوشته شده است، مفاهیم اساسی داده کاوی و انبار داده را در یک جلد گرد هم آورده است. موضوعات مهمی از جمله تئوری اطلاعات، درخت تصمیم، طبقه‌بندی کننده ساده بیز، معیارهای فاصله، خوشه‌بندی پارتیشن بندی، کاوی وابسته، مارت‌های داده و ذخیره داده‌های عملیاتی به طور جامع مورد بحث قرار گرفته‌اند. کتاب درسی برای پاسخگویی به نیازهای دانشجویان کارشناسی علوم کامپیوتر، مهندسی و فناوری اطلاعات برای دوره ای در مورد داده کاوی و ذخیره سازی داده نوشته شده است. متن از طریق تمرین ها و مثال های عملی درک مفاهیم را ساده می کند. فصل‌هایی مانند طبقه‌بندی، کاوی وابسته و تجزیه و تحلیل خوشه‌ای با اجرای عملی آنها با استفاده از ابزارهای داده‌کاوی زبان Weka و R به تفصیل مورد بحث قرار می‌گیرند. موضوعات پیشرفته از جمله تجزیه و تحلیل داده های بزرگ، مدل های داده های رابطه ای و NoSQL به تفصیل مورد بحث قرار می گیرند. ویژگی های آموزشی از جمله مسائل حل نشده و سوالات چند گزینه ای در سراسر کتاب برای درک بهتر در هم آمیخته شده است.


توضیحاتی درمورد کتاب به خارجی

Written in lucid language, this valuable textbook brings together fundamental concepts of data mining and data warehousing in a single volume. Important topics including information theory, decision tree, Naïve Bayes classifier, distance metrics, partitioning clustering, associate mining, data marts and operational data store are discussed comprehensively. The textbook is written to cater to the needs of undergraduate students of computer science, engineering and information technology for a course on data mining and data warehousing. The text simplifies the understanding of the concepts through exercises and practical examples. Chapters such as classification, associate mining and cluster analysis are discussed in detail with their practical implementation using Weka and R language data mining tools. Advanced topics including big data analytics, relational data models and NoSQL are discussed in detail. Pedagogical features including unsolved problems and multiple-choice questions are interspersed throughout the book for better understanding.



فهرست مطالب

Cover
Front Matter
Data Mining and Data
Warehousing: Principles and Practical Techniques
Copyright
Dedication
Contents
Figures
Tables
Preface
Acknowledgments
1 Beginning with
Machine Learning
2 Introduction to Data Mining
3 Beginning with
Weka and R Language
4 Data Preprocessing
5 Classification
6 Implementing
Classification in Weka and R
7 Cluster Analysis
8 Implementing
Clustering with Weka and R
9 Association Mining
10 Implementing Association
Mining with Weka and R
11 Web Mining
and Search Engines
12 Data Warehouse
13 Data Warehouse Schema
14 Online Analytical Processing
15 Big Data and NoSQL
Index
Colour Plates




نظرات کاربران