دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Data Mining for Scientific and Engineering Applications
دانلود کتاب داده کاوی برای کاربردهای علمی و مهندسی
مشخصات کتاب
Data Mining for Scientific and Engineering Applications
ویرایش: 1 نویسندگان: Chandrika Kamath (auth.), Robert L. Grossman, Chandrika Kamath, Philip Kegelmeyer, Vipin Kumar, Raju R. Namburu (eds.) سری: Massive Computing 2 ISBN (شابک) : 9781402001147, 9781461517337 ناشر: Springer US سال نشر: 2001 تعداد صفحات: 609 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 50 مگابایت
قیمت کتاب (تومان) : 37,000
کلمات کلیدی مربوط به کتاب داده کاوی برای کاربردهای علمی و مهندسی: ساختارهای داده، رمز شناسی و نظریه اطلاعات، هوش مصنوعی (شامل رباتیک)، آمار برای مهندسی، فیزیک، علوم کامپیوتر، شیمی و علوم زمین، مهندسی، عمومی، تئوری محاسبات
در صورت تبدیل فایل کتاب Data Mining for Scientific and Engineering Applications 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 برای کاربردهای علمی و مهندسی 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 برای کاربردهای علمی و مهندسی
پیشرفت‌های فناوری باعث شده است که مجموعه داده‌های عظیمی در
بسیاری از رشته‌های علمی مانند نجوم، تصویربرداری پزشکی،
بیوانفورماتیک، شیمی ترکیبی، سنجش از دور، و فیزیک رایج شود.
برای یافتن اطلاعات مفید در این مجموعه داده ها، دانشمندان و
مهندسان به تکنیک های داده کاوی روی می آورند. این کتاب
مجموعه‌ای از مقالات است که بر اساس دو مورد اول از مجموعه
کارگاه‌های آموزشی استخراج مجموعه داده‌های علمی است. این تنوع
مشکلات و حوزه‌های کاربردی که می‌توانند از داده‌کاوی بهره
ببرند، و همچنین مسائل و چالش‌هایی را که داده‌کاوی علمی را از
همتای تجاری آن متمایز می‌کند، نشان می‌دهد. در حالی که تمرکز
کتاب بر روی استخراج داده های علمی است، کار مورد علاقه گسترده
تری است، زیرا بسیاری از تکنیک ها می توانند به همان اندازه به
خوبی برای داده های ناشی از کسب و کار و برنامه های کاربردی وب
اعمال شوند.
مخاطبان: این اثر برای دانشجویان و محققینی که با اصول
اولیه داده کاوی آشنا هستند و می خواهند در مورد کاربرد داده
کاوی برای مشکل خود در علم بیشتر بیاموزند متن عالی خواهد بود.
یا مهندسی.
توضیحاتی درمورد کتاب به خارجی
Advances in technology are making massive data sets common in
many scientific disciplines, such as astronomy, medical
imaging, bio-informatics, combinatorial chemistry, remote
sensing, and physics. To find useful information in these
data sets, scientists and engineers are turning to data
mining techniques. This book is a collection of papers based
on the first two in a series of workshops on mining
scientific datasets. It illustrates the diversity of problems
and application areas that can benefit from data mining, as
well as the issues and challenges that differentiate
scientific data mining from its commercial counterpart. While
the focus of the book is on mining scientific data, the work
is of broader interest as many of the techniques can be
applied equally well to data arising in business and web
applications.
Audience: This work would be an excellent text for
students and researchers who are familiar with the basic
principles of data mining and want to learn more about the
application of data mining to their problem in science or
engineering.
فهرست مطالب
Front Matter....Pages i-xx
On Mining Scientific Datasets....Pages 1-21
Understanding High Dimensional and Large Data Sets: Some Mathematical Challenges and Opportunities....Pages 23-34
Data Mining at the Interface of Computer Science and Statistics....Pages 35-61
Mining Large Image Collections....Pages 63-84
Mining Astronomical Databases....Pages 85-94
Searching for Bent-Double Galaxies in the First Survey....Pages 95-114
A Dataspace Infrastructure for Astronomical Data....Pages 115-123
Data Mining Applications in Bioinformatics....Pages 125-139
Mining Residue Contacts in Proteins....Pages 141-164
KDD Services at the Goddard Earth Sciences Distributed Active Archive Center....Pages 165-181
Data Mining in Integrated Data Access and Data Analysis Systems....Pages 183-199
Spatial Data Mining for Classification, Visualisation and Interpretation with Artmap Neural Network....Pages 201-221
Real Time Feature Extraction for the Analysis of Turbulent Flows....Pages 223-238
Data Mining for Turbulent Flows....Pages 239-256
EVITA — Efficient Visualization and Interrogation of Tera-Scale Data....Pages 257-279
Towards Ubiquitous Mining of Distributed Data....Pages 281-306
Decomposable Algorithms for Data Mining....Pages 307-317
HDDI™: Hierarchical Distributed Dynamic Indexing....Pages 319-333
Parallel Algorithms for Clustering High-Dimensional Large-Scale Datasets....Pages 335-356
Efficient Clustering of Very Large Document Collections....Pages 357-381
A Scalable Hierarchical Algorithm for Unsupervised Clustering....Pages 383-400
High-Performance Singular Value Decomposition....Pages 401-424
Mining High-Dimensional Scientific Data Sets Using Singular Value Decomposition....Pages 425-438
Spatial Dependence in Data Mining....Pages 439-460
SPARC: Spatial Association Rule-Based Classification....Pages 461-485
What’s Spatial About Spatial Data Mining: Three Case Studies....Pages 487-514
Predicting Failures in Event Sequences....Pages 515-539
Efficient Algorithms for Mining Long Patterns in Scientific Data Sets....Pages 541-566
Probabilistic Estimation in Data Mining....Pages 567-589
Classification Using Association Rules: Weaknesses and Enhancements....Pages 591-605
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Sensors and Actuators in Mechatronics Design and Applications
دانلود کتاب Consumption and Identity (Studies in Anthropology & History)
دانلود کتاب Authoritarianism: What Everyone Needs To Know
