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
ویرایش: 1 نویسندگان: Yong Shi, Lingling Zhang, Yingjie Tian, Xingsen Li (auth.) سری: SpringerBriefs in Business ISBN (شابک) : 9783662461921, 9783662461938 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2015 تعداد صفحات: 160 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب دانش هوشمند: مطالعه فراتر از داده کاوی: فناوری اطلاعات در کسب و کار، شرکت های غیرانتفاعی/مسئولیت اجتماعی شرکتی، ریاضیات کسب و کار
در صورت تبدیل فایل کتاب Intelligent Knowledge: A Study beyond 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 دانش هوشمند: مطالعه فراتر از 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.
این کتاب عمدتاً در مورد روشی مبتکرانه و بنیادی به نام "دانش هوشمند" برای پر کردن شکاف بین داده کاوی و مدیریت دانش است، دو حوزه مهم که به ترتیب توسط جامعه فناوری اطلاعات (IT) و جامعه تجزیه و تحلیل تجاری (BA) شناخته شده است. این کتاب شامل تعاریفی از فرآیند تحلیلی مرتبه اول، فرآیند تحلیلی مرتبه دوم و دانش هوشمند است که به طور رسمی توسط داده کاوی و مدیریت دانش به آنها پرداخته نشده است. بر اساس این مفاهیم، که به ویژه در ارتباط با جنبش داده های بزرگ فعلی مهم هستند، این کتاب چارچوبی از کشف دانش هوشمند مبتنی بر دامنه را توصیف می کند. برای نشان دادن مزایای فنی آن برای دادههای در مقیاس بزرگ، این کتاب از رویکردهای تثبیتشدهای مانند برنامهنویسی با معیارهای چندگانه، ماشین بردار پشتیبانی و درخت تصمیم برای شناسایی دانش هوشمند تلفیق شده با دانش انسانی استفاده میکند. این کتاب همچنین کاربرد آن را با استفاده از تجزیه و تحلیل داده های واقعی در زمینه تجارت اینترنتی و داروهای سنتی چینی نشان می دهد.
This book is mainly about an innovative and fundamental method called “intelligent knowledge” to bridge the gap between data mining and knowledge management, two important fields recognized by the information technology (IT) community and business analytics (BA) community respectively. The book includes definitions of the “first-order” analytic process, “second-order” analytic process and intelligent knowledge, which have not formally been addressed by either data mining or knowledge management. Based on these concepts, which are especially important in connection with the current Big Data movement, the book describes a framework of domain-driven intelligent knowledge discovery. To illustrate its technical advantages for large-scale data, the book employs established approaches, such as Multiple Criteria Programming, Support Vector Machine and Decision Tree to identify intelligent knowledge incorporated with human knowledge. The book further shows its applicability by means of real-life data analyses in the contexts of internet business and traditional Chinese medicines.
Front Matter....Pages i-xvi
Data Mining and Knowledge Management....Pages 1-11
Foundations of Intelligent Knowledge Management....Pages 13-30
Intelligent Knowledge and Habitual Domain....Pages 31-46
Domain Driven Intelligent Knowledge Discovery....Pages 47-80
Knowledge-incorporated Multiple Criteria Linear Programming Classifiers....Pages 81-100
Knowledge Extraction from Support Vector Machines....Pages 101-111
Intelligent Knowledge Acquisition and Application in Customer Churn....Pages 113-129
Intelligent Knowledge Management in Expert Mining in Traditional Chinese Medicines....Pages 131-139
Back Matter....Pages 141-150