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: illustrated edition نویسندگان: Xingquan Zhu. Xingquan Zhu, Ian Davidson سری: ISBN (شابک) : 1599042525, 9781599042541 ناشر: IGI Global سال نشر: 2007 تعداد صفحات: 291 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Knowledge Discovery and Data Mining: Challenges and Realities 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 کشف دانش و داده کاوی: چالش ها و واقعیت ها 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.
کشف دانش و داده کاوی (KDD) به کاوش اطلاعات معنی دار از حجم زیادی از داده ها اختصاص دارد. کشف دانش و داده کاوی: چالش ها و واقعیت ها جامع ترین نشریه مرجع برای محققان و دست اندرکاران داده کاوی دنیای واقعی برای پیشبرد کشف دانش از داده های با کیفیت پایین است. این منبع مرجع برتر تجربیات و روششناسی عمیق را ارائه میکند و راهنماییهای نظری و تجربی را برای کاربرانی که از دادههای با کیفیت پایین رنج میبرند ارائه میکند. کارشناسان بین المللی در زمینه داده کاوی فصل های همه جانبه ای را با تمرکز بر همکاری های بین رشته ای بین کیفیت داده ها، پردازش داده ها، داده کاوی، حریم خصوصی داده ها و به اشتراک گذاری داده ها ارائه کرده اند.
Knowledge discovery and data mining (KDD) is dedicated to exploring meaningful information from a large volume of data. Knowledge Discovery and Data Mining: Challenges and Realities is the most comprehensive reference publication for researchers and real-world data mining practitioners to advance knowledge discovery from low-quality data. This Premier Reference Source presents in-depth experiences and methodologies, providing theoretical and empirical guidance to users who have suffered from underlying, low-quality data. International experts in the field of data mining have contributed all-inclusive chapters focusing on interdisciplinary collaborations among data quality, data processing, data mining, data privacy, and data sharing.