Feature Extraction, Construction and Selection: A Data Mining Perspective

علاقه گسترده‌ای به استخراج، ساخت و انتخاب ویژگی‌ها از آمار، تشخیص الگو، و داده‌کاوی گرفته تا یادگیری ماشین وجود دارد. پیش پردازش داده ها یک مرحله ضروری در فرآیند کشف دانش برای کاربردهای دنیای واقعی است. این کتاب مشارکت‌های بسیاری از محققان برجسته و فعال در این زمینه رو به رشد را گردآوری می‌کند و تصویری از تکنیک‌های پیشرفته را ترسیم می‌کند که می‌تواند قابلیت‌های بسیاری از ابزارهای داده کاوی موجود را تقویت کند. هدف این مجموعه افزایش آگاهی جامعه داده کاوی در مورد تحقیقات استخراج، ساخت و انتخاب ویژگی است که در حال حاضر عمدتا به صورت مجزا انجام می شود. این کتاب بخشی از تلاش ما برای ایجاد یک نمای کلی معاصر از راه حل های مدرن، ایجاد هم افزایی بین این شاخه های به ظاهر متفاوت و هموار کردن راه برای توسعه فراسیستم ها و رویکردهای جدید است. حتی با وجود فناوری‌های رایانه‌ای پیشرفته امروزی، کشف دانش از داده‌ها به دلیل ویژگی‌های داده‌های تولید شده توسط رایانه می‌تواند بسیار سخت باشد. استخراج ویژگی، ساخت و انتخاب مجموعه‌ای از تکنیک‌ها هستند که داده‌ها را تبدیل و ساده می‌کنند تا وظایف داده‌کاوی را آسان‌تر کنند. ساخت و انتخاب ویژگی را می توان به عنوان دو طرف مشکل بازنمایی در نظر گرفت.

There is broad interest in feature extraction, construction, and selection among practitioners from statistics, pattern recognition, and data mining to machine learning. Data preprocessing is an essential step in the knowledge discovery process for real-world applications. This book compiles contributions from many leading and active researchers in this growing field and paints a picture of the state-of-art techniques that can boost the capabilities of many existing data mining tools. The objective of this collection is to increase the awareness of the data mining community about the research of feature extraction, construction and selection, which are currently conducted mainly in isolation. This book is part of our endeavor to produce a contemporary overview of modern solutions, to create synergy among these seemingly different branches, and to pave the way for developing meta-systems and novel approaches. Even with today's advanced computer technologies, discovering knowledge from data can still be fiendishly hard due to the characteristics of the computer generated data. Feature extraction, construction and selection are a set of techniques that transform and simplify data so as to make data mining tasks easier. Feature construction and selection can be viewed as two sides of the representation problem.