Learning from Data Streams in Evolving Environments

این کتاب ویرایش شده، پیشرفت‌های اخیر تکنیک‌ها، روش‌ها و ابزارها را پوشش می‌دهد که مشکل یادگیری از جریان‌های داده ایجاد شده توسط فرآیندهای غیر ثابت در حال تکامل را درمان می‌کنند. هدف بحث و بررسی کلی تکنیک‌ها، روش‌ها و ابزارهای پیشرفته‌ای است که برای مدیریت، بهره‌برداری و تفسیر جریان‌های داده در محیط‌های غیر ثابت اختصاص داده شده‌اند. این کتاب شامل مفاهیم، ​​تعاریف و پیشینه مورد نیاز برای درک مشکل یادگیری از جریان های داده در محیط های غیر ثابت است و ترکیبی از آخرین هنر در حوزه، بحث در مورد جنبه ها و مفاهیم پیشرفته و ارائه مشکلات باز و آینده است. چالش‌های موجود در این زمینه.

• نمونه‌های متعددی را برای تسهیل درک جریان‌های داده در محیط‌های غیر ثابت ارائه می‌کند؛
  
• چندین برنامه کاربردی را ارائه می‌کند. مواردی برای نشان دادن اینکه چگونه روش‌ها مسائل مختلف دنیای واقعی را حل می‌کنند؛
  
• درباره پیوندهای بین روش‌ها برای کمک به تحریک تحقیقات جدید و جهت‌های کاربردی بحث می‌کند.
  

This edited book covers recent advances of techniques, methods and tools treating the problem of learning from data streams generated by evolving non-stationary processes. The goal is to discuss and overview the advanced techniques, methods and tools that are dedicated to manage, exploit and interpret data streams in non-stationary environments. The book includes the required notions, definitions, and background to understand the problem of learning from data streams in non-stationary environments and synthesizes the state-of-the-art in the domain, discussing advanced aspects and concepts and presenting open problems and future challenges in this field.

• Provides multiple examples to facilitate the understanding data streams in non-stationary environments;
  
• Presents several application cases to show how the methods solve different real world problems;
  
• Discusses the links between methods to help stimulate new research and application directions.