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:
نویسندگان: Kantardzic. Mehmed
سری:
ISBN (شابک) : 9781119516040, 1119516048
ناشر: Wiley-IEEE Press
سال نشر: 2019
تعداد صفحات: 648
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 مگابایت
در صورت تبدیل فایل کتاب Data Mining: Concepts, Models, Methods, 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: مفاهیم، مدل ها، روش ها و الگوریتم ها 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.
آخرین تکنیکها را برای تجزیه و تحلیل و استخراج اطلاعات از
مقادیر زیاد داده در فضاهای داده با ابعاد بالا ارائه
میکند
ویرایش سوم بازبینیشده و بهروزرسانی شده داده کاوی در یک
جلد شامل مقدمه ای بر رویکردی سیستماتیک برای تجزیه و تحلیل
مجموعه داده های بزرگ است که نتایج حاصل از رشته هایی مانند آمار،
هوش مصنوعی، پایگاه های داده، تشخیص الگو و تجسم رایانه را
یکپارچه می کند. پیشرفت در فناوری یادگیری عمیق طیف جدیدی از
برنامه ها را باز کرده است. نویسنده - یک متخصص برجسته در این
موضوع - مفاهیم اساسی، مدلها و روششناسیهایی را که در سالهای
اخیر توسعه یافتهاند را توضیح میدهد.
این ویرایش جدید بسیاری از موضوعات را معرفی و گسترش میدهد.
ارائه بخش های اصلاح شده در مورد ابزارهای نرم افزاری و برنامه
های کاربردی داده کاوی. تغییرات اضافی شامل فهرست به روز شده
منابع برای مطالعه بیشتر، و فهرست گسترده ای از مشکلات و سؤالات
مربوط به هر فصل است. این ویرایش سوم اطلاعات جدید و گسترده ای را
ارائه می دهد که:
- داده های بزرگ و ابر را بررسی می کند. محاسبات
- یادگیری عمیق را بررسی می کند
- شامل اطلاعاتی در مورد شبکه های عصبی کانولوشنال (CNN)
است
- یادگیری تقویتی را ارائه می دهد
- شامل یادگیری نیمه نظارت شده و S3VM است
- ارزیابی مدل برای داده های نامتعادل را بررسی می کند
نوشته شده برای دانشجویان فارغ التحصیل در علوم کامپیوتر، مهندسین
کامپیوتر، و متخصصان سیستم های اطلاعات کامپیوتر، ویرایش سوم
داده کاویبه روز شده به ارائه یک راهنمای اساسی برای اصول
اساسی فناوری و جدیدترین پیشرفت ها در این زمینه ادامه می دهد.
Presents the latest techniques for analyzing and extracting
information from large amounts of data in high-dimensional data
spaces
The revised and updated third edition ofData
Miningcontains in one volume an introduction to a
systematic approach to the analysis of large data sets that
integrates results from disciplines such as statistics,
artificial intelligence, data bases, pattern recognition, and
computer visualization. Advances in deep learning technology
have opened an entire new spectrum of applications. The
author--a noted expert on the topic--explains the basic
concepts, models, and methodologies that have been developed in
recent years.
This new edition introduces and expands on many topics, as well
as providing revised sections on software tools and data mining
applications. Additional changes include an updated list of
references for further study, and an extended list of problems
and questions that relate to each chapter.This third edition
presents new and expanded information that:
- Explores big data and cloud computing
- Examines deep learning
- Includes information on convolutional neural networks
(CNN)
- Offers reinforcement learning
- Contains semi-supervised learning and S3VM
- Reviews model evaluation for unbalanced data
Written for graduate students in computer science, computer
engineers, and computer information systems professionals, the
updated third edition ofData Miningcontinues to provide
an essential guide to the basic principles of the technology
and the most recent developments in the field.