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: Rob Sullivan (auth.)
سری:
ISBN (شابک) : 1588299422, 9781588299420
ناشر: Humana Press
سال نشر: 2012
تعداد صفحات: 654
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 16 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر داده کاوی برای علوم زیستی: بیوانفورماتیک
در صورت تبدیل فایل کتاب Introduction to Data Mining for the Life Sciences 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 مقدمه ای بر داده کاوی برای علوم زیستی 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.
دادهکاوی مجموعهای از تکنیکهای جدید را برای ادغام، ترکیب، و تجزیه و تحلیل tdata فراهم میکند و الگوهای پنهان موجود در آن را آشکار میکند. بهطور سنتی، تکنیکهایی مانند روشهای یادگیری هسته، تشخیص الگو و دادهکاوی حوزه پژوهشهای حوزههایی مانند هوش مصنوعی بوده است، اما استفاده از این ابزارها، تکنیکها و مفاهیم در برابر دارایی دادههای شما برای شناسایی زودهنگام مشکلات، درک تعاملات وجود داشته باشد و روابط محقق نشده قبلی را از طریق ترکیب این رشته های مختلف برجسته کند، می تواند ارزش قابل توجهی برای محقق و سازمان او ایجاد کند.
Data mining provides a set of new techniques to integrate, synthesize, and analyze tdata, uncovering the hidden patterns that exist within. Traditionally, techniques such as kernel learning methods, pattern recognition, and data mining, have been the domain of researchers in areas such as artificial intelligence, but leveraging these tools, techniques, and concepts against your data asset to identify problems early, understand interactions that exist and highlight previously unrealized relationships through the combination of these different disciplines can provide significant value for the investigator and her organization.
Front Matter....Pages i-xvii
Introduction....Pages 1-31
Fundamental Concepts....Pages 33-83
Data Architecture and Data Modeling....Pages 85-123
Representing Data Mining Results....Pages 125-190
The Input Side of the Equation....Pages 191-234
Statistical Methods....Pages 235-302
Bayesian Statistics....Pages 303-361
Machine-Learning Techniques....Pages 363-454
Classification and Prediction....Pages 455-500
Informatics....Pages 501-542
Systems Biology....Pages 543-583
Let’s Call It a Day....Pages 585-591
Back Matter....Pages 593-635