ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Granular-Relational Data Mining

دانلود کتاب داده کاوی گرانولی-رابطه ای

Granular-Relational Data Mining

مشخصات کتاب

Granular-Relational Data Mining

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9783319527512 
ناشر: Springer 
سال نشر: 2017 
تعداد صفحات: 126 
زبان: english 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 مگابایت 

قیمت کتاب (تومان) : 39,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 4


در صورت تبدیل فایل کتاب Granular-Relational 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 داده کاوی گرانولی-رابطه ای 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.


توضیحاتی در مورد کتاب داده کاوی گرانولی-رابطه ای



این کتاب دو رویکرد محاسباتی دانه‌ای کلی برای استخراج داده‌های رابطه‌ای ارائه می‌کند، که اولی از توصیفات انتزاعی اشیاء رابطه‌ای برای ساختن نمایش دانه‌ای آنها استفاده می‌کند، در حالی که دومی راه‌حل‌های داده کاوی دانه‌ای موجود را به یک مورد رابطه‌ای گسترش می‌دهد.
هر دو. رویکردها انجام و بهبود وظایف رایج داده کاوی مانند طبقه بندی، خوشه بندی و کشف ارتباط را ممکن می سازند. چگونه می توان وظایف مختلف داده کاوی رابطه ای را به بهترین نحو یکپارچه کرد؟ چگونه می توان فرآیند ساخت الگوهای رابطه ای را ساده کرد؟ چگونه می توان دانش غنی تر از داده های رابطه ای را کشف کرد؟ به همه این پرسش‌ها می‌توان به یک روش پاسخ داد: با استخراج داده‌های رابطه‌ای در الگوی محاسبات دانه‌ای!
این کتاب به خوانندگانی که تجربه قبلی در زمینه داده‌کاوی رابطه‌ای دارند، این امکان را می‌دهد تا مزایای فراوان چشم‌انداز دانه‌ای آن را کشف کنند. به نوبه خود، آن دسته از خوانندگانی که با پارادایم محاسبات دانه ای آشنا هستند، بینش های ارزشمندی در مورد کاربرد آن در استخراج داده های رابطه ای پیدا خواهند کرد. در نهایت، این کتاب به همه خوانندگان علاقه‌مند به هوش محاسباتی در معنای وسیع‌تر این فرصت را می‌دهد تا درک خود را از داده‌کاوی دانه‌ای-رابطه‌ای میدانی تازه در حال ظهور عمیق‌تر کنند.


توضیحاتی درمورد کتاب به خارجی

This book provides two general granular computing approaches to mining relational data, the first of which uses abstract descriptions of relational objects to build their granular representation, while the second extends existing granular data mining solutions to a relational case.
Both approaches make it possible to perform and improve popular data mining tasks such as classification, clustering, and association discovery. How can different relational data mining tasks best be unified? How can the construction process of relational patterns be simplified? How can richer knowledge from relational data be discovered? All these questions can be answered in the same way: by mining relational data in the paradigm of granular computing!
This book will allow readers with previous experience in the field of relational data mining to discover the many benefits of its granular perspective. In turn, those readers familiar with the paradigm of granular computing will find valuable insights on its application to mining relational data. Lastly, the book offers all readers interested in computational intelligence in the broader sense the opportunity to deepen their understanding of the newly emerging field granular-relational data mining.



فهرست مطالب

Front Matter....Pages i-xv
Introduction....Pages 1-6
Front Matter....Pages 7-7
Information System for Relational Data....Pages 9-19
Properties of Granular-Relational Data Mining Framework....Pages 21-28
Association Discovery and Classification Rule Mining....Pages 29-38
Rough-Granular Computing....Pages 39-48
Front Matter....Pages 49-49
Compound Information Systems....Pages 51-63
From Granular-Data Mining Framework to Its Relational Version....Pages 65-81
Relation-Based Granules....Pages 83-97
Compound Approximation Spaces....Pages 99-114
Conclusions....Pages 115-116
Back Matter....Pages 117-123




نظرات کاربران