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: Tsau Young Lin سری: Studies in computational intelligence 6 1860-949X ISBN (شابک) : 9783540262572, 3540262571 ناشر: Springer-Verlag سال نشر: 2005 تعداد صفحات: 382 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Foundations of Data Mining and Knowledge Discovery 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 معدن داده و کشف دانش 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.
\"مبانی داده کاوی و کشف دانش\" حاوی آخرین نتایج و جهت گیری های جدید در تحقیقات داده کاوی است. داده کاوی که فناوری های مختلفی از جمله هوش محاسباتی، مدیریت پایگاه داده و دانش، یادگیری ماشین، محاسبات نرم و آمار را ادغام می کند، یکی از زمینه های در حال رشد در علوم کامپیوتر است. اگرچه بسیاری از تکنیک های داده کاوی توسعه یافته اند، توسعه بیشتر این زمینه مستلزم بررسی دقیق پایه های آن است. این جلد نتایج تحقیقات در زمینه مبانی این رشته را ارائه می دهد و نشان دهنده وضعیت هنر برای بسیاری از تحقیقات فعلی است. این کتاب برای محققان داده کاوی بسیار ارزشمند و مثمر ثمر خواهد بود، صرف نظر از اینکه بخواهند اصول اساسی پشت داده کاوی را کشف کنند یا نظریه ها را در کاربردهای عملی به کار ببرند.
"Foundations of Data Mining and Knowledge Discovery" contains the latest results and new directions in data mining research. Data mining, which integrates various technologies, including computational intelligence, database and knowledge management, machine learning, soft computing, and statistics, is one of the fastest growing fields in computer science. Although many data mining techniques have been developed, further development of the field requires a close examination of its foundations. This volume presents the results of investigations into the foundations of the discipline, and represents the state of the art for much of the current research. This book will prove extremely valuable and fruitful for data mining researchers, no matter whether they would like to uncover the fundamental principles behind data mining, or apply the theories to practical applications.
Knowledge Discovery as Translation....Pages 1-19
Mathematical Foundation of Association Rules – Mining Associations by Solving Integral Linear Inequalities....Pages 21-42
Comparative Study of Sequential Pattern Mining Models....Pages 43-70
Designing Robust Regression Models....Pages 71-86
A Probabilistic Logic-based Framework for Characterizing Knowledge Discovery in Databases....Pages 87-100
A Careful Look at the Use of Statistical Methodology in Data Mining....Pages 101-117
Justification and Hypothesis Selection in Data Mining....Pages 119-130
On Statistical Independence in a Contingency Table....Pages 131-141
A Comparative Investigation on Model Selection in Binary Factor Analysis....Pages 143-160
Extraction of Generalized Rules with Automated Attribute Abstraction....Pages 161-170
Decision Making Based on Hybrid of Multi-Knowledge and Naïve Bayes Classifier....Pages 171-184
First-Order Logic Based Formalism for Temporal Data Mining * ....Pages 185-210
An Alternative Approach to Mining Association Rules....Pages 211-231
Direct Mining of Rules from Data with Missing Values....Pages 233-264
Cluster Identification Using Maximum Configuration Entropy....Pages 265-276
Mining Small Objects in Large Images Using Neural Networks....Pages 277-303
Improved Knowledge Mining with the Multimethod Approach....Pages 305-318
Posting Act Tagging Using Transformation-Based Learning....Pages 319-331
Identification of Critical Values in Latent Semantic Indexing....Pages 333-346
Reporting Data Mining Results in a Natural Language....Pages 347-361
An Algorithm to Calculate the Expected Value of an Ongoing User Session....Pages 363-375