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: Barry de Ville. Padraic Neville
سری:
ISBN (شابک) : 1612903150, 9781612903156
ناشر: SAS Institute
سال نشر: 2013
تعداد صفحات: 13
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
کلمات کلیدی مربوط به کتاب درختان تصمیم برای تجزیه و تحلیل با استفاده از SAS Enterprise Miner: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، ریاضی و آمار، نرم افزار، کامپیوتر و فناوری، احتمال و آمار، کاربردی، ریاضیات، علوم و ریاضی، هوش مصنوعی، علوم کامپیوتر، کتاب های درسی جدید، مستعمل و اجاره ای ,بوتیک تخصصی,آمار,ریاضیات,علوم و ریاضیات,کتاب های درسی جدید, مستعمل و اجاره ای,بوتیک تخصصی
در صورت تبدیل فایل کتاب Decision Trees for Analytics Using SAS Enterprise Miner 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 درختان تصمیم برای تجزیه و تحلیل با استفاده از SAS Enterprise Miner 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.
درختان تصمیم برای تجزیه و تحلیل با استفاده از SAS Enterprise
Miner جامع ترین روش تئوری درخت تصمیم، استفاده و برنامه های
کاربردی موجود در یک مکان با دسترسی آسان است. این کتاب کاربرد و
عملکرد درختان تصمیم را در هوش تجاری، داده کاوی، تجزیه و تحلیل
تجاری، پیش بینی و کشف دانش نشان می دهد. این به طور مفصل استفاده
از درخت تصمیم را به عنوان یک تکنیک داده کاوی و چگونگی تکمیل و
تکمیل رویکردهای داده کاوی مانند رگرسیون و همچنین سایر برنامه
های کاربردی هوش تجاری که شامل گزارش های جدولی، OLAP یا مکعب های
چند بعدی است، توضیح می دهد.
انتشار گسترده و پیشرفته Decision Trees برای هوش تجاری و
دادهکاوی با استفاده از SAS Enterprise Miner، این کتاب
درمانهای بهروز رویکردهای جنگلی تقویتکننده و با کارایی بالا و
القای قوانین را اضافه میکند. یک بخش اختصاصی در مورد جدیدترین
یافته های مربوط به کاهش سوگیری در انتخاب متغیر وجود دارد. این
یک درمان جامع از فرآیند پایان به پایان ساخت درخت تصمیم و
ملاحظات و الگوریتمهای مربوطه ارائه میکند و شامل بحثهایی
درباره موضوعات کلیدی در عمل درخت تصمیم میشود.
تحلیلگرانی که درک مقدماتی از داده کاوی دارند و به دنبال نگاهی
پیشرفته تر و عمیق تر به تئوری و روش های رویکرد درخت تصمیم به
هوش تجاری و داده کاوی هستند از این مزیت بهره مند خواهند شد.
کتاب.
این کتاب بخشی از برنامه SAS Press است.
Decision Trees for Analytics Using SAS Enterprise Miner is the
most comprehensive treatment of decision tree theory, use, and
applications available in one easy-to-access place. This book
illustrates the application and operation of decision trees in
business intelligence, data mining, business analytics,
prediction, and knowledge discovery. It explains in detail the
use of decision trees as a data mining technique and how this
technique complements and supplements data mining approaches
such as regression, as well as other business intelligence
applications that incorporate tabular reports, OLAP, or
multidimensional cubes.
An expanded and enhanced release of Decision Trees for Business
Intelligence and Data Mining Using SAS Enterprise Miner, this
book adds up-to-date treatments of boosting and
high-performance forest approaches and rule induction. There is
a dedicated section on the most recent findings related to bias
reduction in variable selection. It provides an exhaustive
treatment of the end-to-end process of decision tree
construction and the respective considerations and algorithms,
and it includes discussions of key issues in decision tree
practice.
Analysts who have an introductory understanding of data mining
and who are looking for a more advanced, in-depth look at the
theory and methods of a decision tree approach to business
intelligence and data mining will benefit from this book.
This book is part of the SAS Press program.