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
دسته بندی: سازمان و پردازش داده ها ویرایش: 1 نویسندگان: T. Poggio, S. Smale (auth.), Professor Wesley Chu, Professor Tsau Young Lin (eds.) سری: Studies in Fuzziness and Soft Computing 180 ISBN (شابک) : 9783540250579, 3540250573 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2005 تعداد صفحات: 346 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب مبانی و پیشرفت در داده کاوی: کاربرد ریاضیات/روش های محاسباتی مهندسی، هوش مصنوعی (شامل رباتیک)، سیستم های اطلاعاتی و خدمات ارتباطی، اطلاعات و ارتباطات، مدارها
در صورت تبدیل فایل کتاب Foundations and Advances in Data Mining 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 مبانی و پیشرفت در داده کاوی 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.
با استفاده روزافزون از فناوری اطلاعات و پیشرفتهای اخیر در سیستمهای وب، میزان دادههای در دسترس کاربران بهطور تصاعدی افزایش یافته است. بنابراین، نیاز اساسی به درک محتوای داده ها وجود دارد. در نتیجه، دادهکاوی در سالهای اخیر به یک موضوع تحقیقاتی محبوب برای درمان سندرم «غنی و فقیر اطلاعات» تبدیل شده است. در این جلد که به دقت ویرایش شده است، یک مبانی نظری و همچنین جهت گیری های جدید مهم برای تحقیقات داده کاوی ارائه شده است. مجموعه ای از نظریه پردازان و محققان داده کاوی معتبر را با تجربیات عملی داده کاوی گرد هم می آورد. تئوری های ارائه شده به دست اندرکاران داده کاوی دیدگاهی علمی در داده کاوی می دهد و در نتیجه بینش بیشتری نسبت به مشکلات آنها ارائه می دهد و می توان انتظار داشت که موضوعات جدید داده کاوی ارائه شده باعث تحریک تحقیقات بیشتر در این جهت های مهم شود.
With the growing use of information technology and the recent advances in web systems, the amount of data available to users has increased exponentially. Thus, there is a critical need to understand the content of the data. As a result, data-mining has become a popular research topic in recent years for the treatment of the "data rich and information poor" syndrome. In this carefully edited volume a theoretical foundation as well as important new directions for data-mining research are presented. It brings together a set of well respected data mining theoreticians and researchers with practical data mining experiences. The presented theories will give data mining practitioners a scientific perspective in data mining and thus provide more insight into their problems, and the provided new data mining topics can be expected to stimulate further research in these important directions.
The Mathematics of Learning: Dealing with Data * ....Pages 1-19
Logical Regression Analysis: From Mathematical Formulas to Linguistic Rules....Pages 21-61
A Feature/Attribute Theory for Association Mining and Constructing the Complete Feature Set....Pages 63-78
A New Theoretical Framework for K-Means-Type Clustering....Pages 79-96
Clustering Via Decision Tree Construction....Pages 97-124
Incremental Mining on Association Rules....Pages 125-162
Mining Association Rules from Tabular Data Guided by Maximal Frequent Itemsets....Pages 163-181
Sequential Pattern Mining by Pattern-Growth: Principles and Extensions * ....Pages 183-220
Web Page Classification * ....Pages 221-274
Web Mining – Concepts, Applications and Research Directions....Pages 275-307
Privacy-Preserving Data Mining....Pages 309-340