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: سایبرنتیک: هوش مصنوعی ویرایش: 2 نویسندگان: Harvey J. Miller, Jiawei Han سری: ISBN (شابک) : 1420073974, 9781420073973 ناشر: CRC Press سال نشر: 2009 تعداد صفحات: 461 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
کلمات کلیدی مربوط به کتاب داده کاوی جغرافیایی و کشف دانش ، چاپ دوم (سری داده کاوی و کشف دانش Chapman & Hall CRC): علوم و مهندسی کامپیوتر، هوش مصنوعی، داده کاوی
در صورت تبدیل فایل کتاب Geographic Data Mining and Knowledge Discovery, Second Edition (Chapman & Hall CRC Data Mining and Knowledge Discovery Series) 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 داده کاوی جغرافیایی و کشف دانش ، چاپ دوم (سری داده کاوی و کشف دانش Chapman & Hall CRC) 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.
حجم قطعی تحلیل اکتشافی پیشرفته پایگاههای داده فضایی و مکانی-زمانی عظیم از زمان انتشار اولین ویرایش دادهکاوی و کشف دانش جغرافیایی، تکنیکهای جدید برای انبار دادههای جغرافیایی (GDW)، دادهکاوی فضایی، و تجسم جغرافیایی (GVis) توسعه یافته است. علاوه بر این، استفاده از تکنیکهای کشف دانش به دلیل افزایش جمعآوری و ذخیرهسازی دادهها در فرآیندهای مکانی-زمانی و اشیاء متحرک افزایش یافته است. این ویرایش دوم با ترکیب این پیشرفتهای جدید، وضعیت فعلی هنر در این زمینه را منعکس میکند. جدید به نسخه دوم مطالب به روز شده در مورد کشف دانش جغرافیایی (GKD)، تحقیقات GDW، مکعب های نقشه، وابستگی فضایی، روش های خوشه بندی فضایی، تکنیک های خوشه بندی برای داده های مسیر، نرم افزار INGENS 2.0، و تکنیک های GVis فصل جدید در مورد مسائل کیفیت داده ها در GKD فصل جدیدی که روش پرس و جوی پارتیشن مبتنی بر درخت را برای محاسبات مدوید در پایگاههای داده فضایی بزرگ ارائه میکند فصل جدیدی که استفاده از رگرسیون وزندار جغرافیایی را به عنوان یک تکنیک اکتشافی مورد بحث قرار میدهد فصل جدید که رویکردی یکپارچه به تحلیل چند متغیره و تجسم جغرافیایی ارائه میدهد پنج فصل جدید در کشف دانش از پایگاههای اطلاعاتی اشیاء مکانی-زمانی و متحرک، دادهکاوی جغرافیایی و کشف دانش، یک رشته جوان امیدوارکننده با بسیاری از مشکلات تحقیقاتی چالش برانگیز است. این کتاب نشان می دهد که این ناحیه نشان دهنده یک جهت مهم در توسعه نسل جدیدی از ابزارهای تحلیل فضایی برای محیط های غنی از داده است. بررسی مشکلات مختلف و راهحلهای ممکن، پژوهشگران را به توسعه روشها و کاربردهای جدید در این زمینه نوظهور ترغیب میکند.
The Definitive Volume on Cutting-Edge Exploratory Analysis of Massive Spatial and Spatiotemporal Databases Since the publication of the first edition of Geographic Data Mining and Knowledge Discovery, new techniques for geographic data warehousing (GDW), spatial data mining, and geovisualization (GVis) have been developed. In addition, there has been a rise in the use of knowledge discovery techniques due to the increasing collection and storage of data on spatiotemporal processes and mobile objects. Incorporating these novel developments, this second edition reflects the current state of the art in the field. New to the Second Edition Updated material on geographic knowledge discovery (GKD), GDW research, map cubes, spatial dependency, spatial clustering methods, clustering techniques for trajectory data, the INGENS 2.0 software, and GVis techniques New chapter on data quality issues in GKD New chapter that presents a tree-based partition querying methodology for medoid computation in large spatial databases New chapter that discusses the use of geographically weighted regression as an exploratory technique New chapter that gives an integrated approach to multivariate analysis and geovisualization Five new chapters on knowledge discovery from spatiotemporal and mobile objects databases Geographic data mining and knowledge discovery is a promising young discipline with many challenging research problems. This book shows that this area represents an important direction in the development of a new generation of spatial analysis tools for data-rich environments. Exploring various problems and possible solutions, it will motivate researchers to develop new methods and applications in this emerging field.