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: کامپیوتر ویرایش: 1 نویسندگان: Witold Abramowicz. Jozef M. Zurada سری: ISBN (شابک) : 0792372433, 9780306469916 ناشر: سال نشر: 2000 تعداد صفحات: 451 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 مگابایت
در صورت تبدیل فایل کتاب Knowledge Discovery for Business Information Systems (The Kluwer International Series in Engineering and Computer Science Volume 600) 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 برای سیستم های اطلاعات کسب و کار (مجموعه بین المللی Kluwer در مهندسی و علوم کامپیوتر دوره 600) 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.
فنآوری کنونی پایگاه داده و سختافزار رایانه به ما امکان میدهد تا حجم عظیمی از دادههای خام را به شیوهای کارآمد و ارزان جمعآوری، ذخیره، دسترسی و دستکاری کنیم. علاوه بر این، میزان دادههای جمعآوریشده و ذخیرهسازی شده در تمامی صنایع هر سال با سرعتی خارقالعاده در حال رشد است. با این وجود، توانایی ما برای کشف قطعات مهم و غیر آشکار اطلاعات مفید در دادهها که میتواند بر فرآیند تصمیمگیری تأثیر بگذارد یا به آن کمک کند، هنوز محدود است. کشف دانش (KDD) و داده کاوی (DM) یک زمینه جدید و چند رشته ای است که بر فرآیند کلی کشف اطلاعات از حجم زیادی از داده ها تمرکز دارد. این رشته مفاهیم و تئوری پایگاه داده، یادگیری ماشین، تشخیص الگو، آمار، هوش مصنوعی، مدیریت عدم قطعیت و محاسبات با عملکرد بالا را ترکیب می کند. برای حفظ رقابت، کسبوکارها باید از تکنیکهای داده کاوی مانند طبقهبندی، پیشبینی و خوشهبندی با استفاده از ابزارهایی مانند شبکههای عصبی، منطق فازی و درختهای تصمیم استفاده کنند تا تصمیمگیری استراتژیک را به صورت روزانه تسهیل کنند. کشف دانش برای سیستم های اطلاعات کسب و کار شامل مجموعه ای از 16 مقاله با کیفیت بالا است که توسط متخصصان در زمینه KDD و DM از کشورهای زیر نوشته شده است: اتریش، استرالیا، بلغارستان، کانادا، چین (هنگ کنگ)، استونی، دانمارک، آلمان، ایتالیا، لهستان، سنگاپور و آمریکا.
Current database technology and computer hardware allow us to gather, store, access, and manipulate massive volumes of raw data in an efficient and inexpensive manner. In addition, the amount of data collected and warehoused in all industries is growing every year at a phenomenal rate. Nevertheless, our ability to discover critical, non-obvious nuggets of useful information in data that could influence or help in the decision making process, is still limited. Knowledge discovery (KDD) and Data Mining (DM) is a new, multidisciplinary field that focuses on the overall process of information discovery from large volumes of data. The field combines database concepts and theory, machine learning, pattern recognition, statistics, artificial intelligence, uncertainty management, and high-performance computing. To remain competitive, businesses must apply data mining techniques such as classification, prediction, and clustering using tools such as neural networks, fuzzy logic, and decision trees to facilitate making strategic decisions on a daily basis. Knowledge Discovery for Business Information Systems contains a collection of 16 high quality articles written by experts in the KDD and DM field from the following countries: Austria, Australia, Bulgaria, Canada, China (Hong Kong), Estonia, Denmark, Germany, Italy, Poland, Singapore and USA.
Information Filters Supplying Data Warehouses with Benchmarking Information....Pages 1-28
Parallel Mining of Association Rules....Pages 29-66
Unsupervised Feature Ranking and Selection....Pages 67-87
Approaches to Concept Based Exploration of Information Resources....Pages 89-110
Hybrid Methodology of Knowledge Discovery for Business Information....Pages 111-127
Fuzzy Linguistic Summaries of Databases for an Efficient Business Data Analysis and Decision Support....Pages 129-152
Integrating Data Sources Using a Standardized Global Dictionary....Pages 153-172
Maintenance of Discovered Association Rules....Pages 173-209
Multidimensional Business Process Analysis with the Process Warehouse....Pages 211-227
Amalgamation of Statistics and Data Mining Techniques: Explorations in Customer Lifetime Value Modeling....Pages 229-250
Robust Business Intelligence Solutions....Pages 251-273
The Role of Granular Information in Knowledge Discovery in Databases....Pages 275-305
Dealing with Dimensions in Data Warehousing....Pages 307-324
Enhancing the KDD Process in the Relational Database Mining Framework by Quantitative Evaluation of Association Rules....Pages 325-350
Speeding up Hypothesis Development....Pages 351-375
Sequence Mining in Dynamic and Interactive Environments....Pages 377-396
Investigation of Artificial Neural Networks for Classifying Levels of Financial Distress of Firms: The Case of an Unbalanced Training Sample....Pages 397-424