ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Outlier Analysis

دانلود کتاب تجزیه و تحلیل پرت

Outlier Analysis

مشخصات کتاب

Outlier Analysis

ویرایش: 2 
نویسندگان:   
سری:  
ISBN (شابک) : 9783319475776, 9783319475783 
ناشر: Springer International Publishing 
سال نشر: 2017 
تعداد صفحات: 481 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 54,000



کلمات کلیدی مربوط به کتاب تجزیه و تحلیل پرت: داده کاوی و کشف دانش، برنامه های آمار و محاسبات/آمار، هوش مصنوعی (شامل رباتیک)



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Outlier Analysis 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 تجزیه و تحلیل پرت 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.


توضیحاتی در مورد کتاب تجزیه و تحلیل پرت

این کتاب پوشش جامعی از حوزه تحلیل پرت از نقطه نظر علوم کامپیوتر ارائه می دهد. این روش‌ها را از داده‌کاوی، یادگیری ماشین و آمار در چارچوب محاسباتی ادغام می‌کند و بنابراین برای جوامع مختلف جذاب است. فصل‌های این کتاب را می‌توان در سه دسته سازمان‌دهی کرد: الگوریتم‌های پایه: فصل‌های 1 تا 7 به الگوریتم‌های اساسی برای تجزیه و تحلیل پرت، از جمله روش‌های احتمالی و آماری، روش‌های خطی، روش‌های مبتنی بر مجاورت، روش‌های با ابعاد بالا (زیرزفضا)، مجموعه‌ای می‌پردازند. روش ها و روش های نظارت شده روش‌های اختصاصی دامنه: فصل‌های 8 تا 12 الگوریتم‌های تشخیص پرت را برای حوزه‌های مختلف داده، مانند متن، داده‌های طبقه‌بندی، داده‌های سری زمانی، داده‌های توالی گسسته، داده‌های مکانی، و داده‌های شبکه مورد بحث قرار می‌دهند. کاربردها: فصل 13 به کاربردهای مختلف تجزیه و تحلیل پرت اختصاص دارد. برخی راهنمایی‌ها نیز برای تمرین‌کننده ارائه می‌شود. ویرایش دوم این کتاب مفصل تر است و به گونه ای نوشته شده است که هم برای محققین و هم برای متخصصان جذاب باشد. مطالب جدید قابل توجهی در مورد موضوعاتی مانند روش‌های هسته، ماشین‌های بردار پشتیبان تک کلاس، فاکتورسازی ماتریس، شبکه‌های عصبی، مجموعه‌های پرت، روش‌های سری زمانی و روش‌های زیرفضا اضافه شده است. این کتاب به عنوان یک کتاب درسی نوشته شده است و می توان از آن برای تدریس در کلاس استفاده کرد.


توضیحاتی درمورد کتاب به خارجی

This book provides comprehensive coverage of the field of outlier analysis from a computer science point of view. It integrates methods from data mining, machine learning, and statistics within the computational framework and therefore appeals to multiple communities. The chapters of this book can be organized into three categories: Basic algorithms: Chapters 1 through 7 discuss the fundamental algorithms for outlier analysis, including probabilistic and statistical methods, linear methods, proximity-based methods, high-dimensional (subspace) methods, ensemble methods, and supervised methods. Domain-specific methods: Chapters 8 through 12 discuss outlier detection algorithms for various domains of data, such as text, categorical data, time-series data, discrete sequence data, spatial data, and network data. Applications: Chapter 13 is devoted to various applications of outlier analysis. Some guidance is also provided for the practitioner. The second edition of this book is more detailed and is written to appeal to both researchers and practitioners. Significant new material has been added on topics such as kernel methods, one-class support-vector machines, matrix factorization, neural networks, outlier ensembles, time-series methods, and subspace methods. It is written as a textbook and can be used for classroom teaching.



فهرست مطالب

Front Matter....Pages i-xxi
An Introduction to Outlier Analysis....Pages 1-34
Probabilistic and Statistical Models for Outlier Detection....Pages 35-64
Linear Models for Outlier Detection....Pages 65-110
Proximity-Based Outlier Detection....Pages 111-147
High-Dimensional Outlier Detection: The Subspace Method....Pages 149-184
Outlier Ensembles....Pages 185-218
Supervised Outlier Detection....Pages 219-248
Outlier Detection in Categorical, Text, and Mixed Attribute Data....Pages 249-272
Time Series and Multidimensional Streaming Outlier Detection....Pages 273-310
Outlier Detection in Discrete Sequences....Pages 311-344
Spatial Outlier Detection....Pages 345-368
Outlier Detection in Graphs and Networks....Pages 369-397
Applications of Outlier Analysis....Pages 399-422
Back Matter....Pages 423-465




نظرات کاربران