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: ریاضیات محاسباتی ویرایش: 1 نویسندگان: H. Hannah Inbarani, K. Thangavel (auth.), Ajith Abraham, Aboul-Ella Hassanien, André Ponce de Leon F. de Carvalho, Václav Snášel (eds.) سری: Studies in Computational Intelligence 206 ISBN (شابک) : 9783642010903, 3642010903 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2009 تعداد صفحات: 393 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب مبانی محاسباتی ، IntelliVolume 6: Data Mining: کاربردی ریاضیات/روش های محاسباتی مهندسی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Foundations of Computational, IntelligenceVolume 6: 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 محاسباتی ، IntelliVolume 6: Data Mining 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.
پیدا کردن اطلاعات پنهان در داده ها به همان اندازه که از نظر نظری مهم است دشوار است. با هدف کشف الگوهای ناشناخته از داده ها، روش های داده کاوی از آمار، یادگیری ماشین و هوش مصنوعی مشتق شده اند و با موفقیت در زمینه های کاربردی مانند بیوانفورماتیک، تجارت، مراقبت های بهداشتی، بانکداری، خرده فروشی و بسیاری از موارد استفاده می شوند. دیگران. طرحهای نمایش پیشرفته و تکنیکهای هوش محاسباتی مانند مجموعههای خشن، شبکههای عصبی؛ درختان تصمیم منطق فازی؛ الگوریتم های تکاملی؛ سیستم ایمنی مصنوعی؛ هوش جمعی؛ یادگیری تقویتی، قانون کاوی تداعی، پارادایم های هوش وب و غیره زمانی که در مسائل داده کاوی به کار می روند ارزشمند بوده اند. ابزارهای محاسباتی یا راه حل های مبتنی بر سیستم های هوشمند با موفقیت زیادی در برنامه های داده کاوی استفاده می شود. همچنین مشاهده میشود که با ادغام موضوعات از حوزههای تحقیقاتی مختلف، پیشرفتهای علمی قوی حاصل شده است.
این جلد شامل 15 فصل است که شامل یک فصل کلی است که تحقیقاتی به روز و پیشرفته در مورد کاربردهای تکنیک های هوش محاسباتی برای داده کاوی ارائه می دهد.< /P>
Finding information hidden in data is as theoretically difficult as it is practically important. With the objective of discovering unknown patterns from data, the methodologies of data mining were derived from statistics, machine learning, and artificial intelligence, and are being used successfully in application areas such as bioinformatics, business, health care, banking, retail, and many others. Advanced representation schemes and computational intelligence techniques such as rough sets, neural networks; decision trees; fuzzy logic; evolutionary algorithms; artificial immune systems; swarm intelligence; reinforcement learning, association rule mining, Web intelligence paradigms etc. have proved valuable when they are applied to Data Mining problems. Computational tools or solutions based on intelligent systems are being used with great success in Data Mining applications. It is also observed that strong scientific advances have been made when issues from different research areas are integrated.
This Volume comprises of 15 chapters including an overview chapter providing an up-to-date and state-of-the research on the applications of Computational Intelligence techniques for Data Mining.
Front Matter....Pages -
Front Matter....Pages 1-1
Mining and Analysis of Clickstream Patterns....Pages 3-27
An Overview on Mining Data Streams....Pages 29-45
Data Stream Mining Using Granularity-Based Approach....Pages 47-66
Time Granularity in Temporal Data Mining....Pages 67-96
Mining User Preference Model from Utterances....Pages 97-123
Front Matter....Pages 125-125
Text Summarization: An Old Challenge and New Approaches....Pages 127-149
From Faceted Classification to Knowledge Discovery of Semi-structured Text Records....Pages 151-169
Multi-value Association Patterns and Data Mining....Pages 171-191
Clustering Time Series Data: An Evolutionary Approach....Pages 193-207
Support Vector Clustering: From Local Constraint to Global Stability....Pages 209-227
New Algorithms for Generation Decision Trees—Ant-Miner and Its Modifications....Pages 229-262
Front Matter....Pages 263-263
Automated Incremental Building of Weighted Semantic Web Repository....Pages 265-296
A Data Mining Approach for Adaptive Path Planning on Large Road Networks....Pages 297-320
Linear Models for Visual Data Mining in Medical Images....Pages 321-344
A Framework for Composing Knowledge Discovery Workflows in Grids....Pages 345-369
Distributed Data Clustering: A Comparative Analysis....Pages 371-397
Back Matter....Pages -