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: 1 نویسندگان: Krzysztof J. Cios, Witold Pedrycz, Roman W. Swiniarski (auth.) سری: The Springer International Series in Engineering and Computer Science 458 ISBN (شابک) : 9781461375579, 9781461555896 ناشر: Springer US سال نشر: 1998 تعداد صفحات: 507 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 34 مگابایت
کلمات کلیدی مربوط به کتاب روش های داده کاوی برای کشف دانش: ساختارهای داده، رمز شناسی و نظریه اطلاعات، ذخیره و بازیابی اطلاعات، هوش مصنوعی (شامل رباتیک)، سیستم های اطلاعات کسب و کار
در صورت تبدیل فایل کتاب Data Mining Methods for Knowledge Discovery 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 روش های داده کاوی برای کشف دانش 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.
روشهای دادهکاوی برای کشف دانش مقدمهای بر روشهای
دادهکاوی که اغلب در فرآیند کشف دانش استفاده میشوند، ارائه
میکند. این کتاب ابتدا اصول هر یک از روش های داده کاوی را شرح
می دهد: مجموعه های خشن، تحلیل بیزی، مجموعه های فازی، الگوریتم
های ژنتیک، یادگیری ماشین، شبکه های عصبی و تکنیک های پیش
پردازش. کتاب سپس به طور کامل به بحث درباره این روش ها در
زمینه فرآیند کلی کشف دانش می پردازد. مثالهای گویا و
یافتههای تجربی متعددی نیز گنجانده شده است. هر فصل همراه با
کتابشناسی گسترده است.
روشهای داده کاوی برای کشف دانش برای دانشجویان ارشد
و کارشناسی ارشد و همچنین مخاطبان گستردهای از متخصصان علوم
کامپیوتر و اطلاعات، انفورماتیک پزشکی و سیستمهای اطلاعات
تجاری در نظر گرفته شده است. p>
Data Mining Methods for Knowledge Discovery provides
an introduction to the data mining methods that are
frequently used in the process of knowledge discovery. This
book first elaborates on the fundamentals of each of the data
mining methods: rough sets, Bayesian analysis, fuzzy sets,
genetic algorithms, machine learning, neural networks, and
preprocessing techniques. The book then goes on to thoroughly
discuss these methods in the setting of the overall process
of knowledge discovery. Numerous illustrative examples and
experimental findings are also included. Each chapter comes
with an extensive bibliography.
Data Mining Methods for Knowledge Discovery is
intended for senior undergraduate and graduate students, as
well as a broad audience of professionals in computer and
information sciences, medical informatics, and business
information systems.
Front Matter....Pages i-xxi
Data Mining and Knowledge Discovery....Pages 1-26
Rough Sets....Pages 27-71
Fuzzy Sets....Pages 73-129
Bayesian Methods....Pages 131-191
Evolutionary Computing....Pages 193-227
Machine Learning....Pages 229-308
Neural Networks....Pages 309-374
Clustering....Pages 375-429
Preprocessing....Pages 431-489
Back Matter....Pages 491-495