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: کنفرانس ها و همایش های بین المللی ویرایش: SIAM نویسندگان: Joydeep Ghosh, Diane Lambert, David Skillicorn, Jaideep Srivastava سری: Proceedings in Applied Mathematics ISBN (شابک) : 9780898716115, 089871611X ناشر: Society for Industrial Mathematics سال نشر: 2006 تعداد صفحات: 659 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
در صورت تبدیل فایل کتاب Proceedings of the 6th SIAM International Conference on Data Mining 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 مجموعه مقالات ششمین کنفرانس بین المللی داده کاوی SIAM 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.
ششمین کنفرانس بین المللی داده کاوی SIAM سنت ارائه رویکردها، ابزارها و سیستم های داده کاوی در زمینه هایی مانند علم، مهندسی، فرآیندهای صنعتی، مراقبت های بهداشتی و پزشکی را ادامه می دهد. مجموعه داده ها در این زمینه ها بزرگ، پیچیده و اغلب پر سر و صدا هستند. استخراج دانش مستلزم استفاده از تکنیک ها و الگوریتم های تحلیلی پیچیده، با کارایی بالا و اصولی است که بر اساس مبانی آماری صحیح است. این تکنیک ها به نوبه خود به فناوری های تجسم قدرتمند نیاز دارند. پیاده سازی هایی که باید برای عملکرد به دقت تنظیم شوند. سیستم های نرم افزاری که توسط دانشمندان، مهندسان و پزشکان و همچنین محققان قابل استفاده است. و زیرساخت هایی که از آنها پشتیبانی می کند.
The Sixth SIAM International Conference on Data Mining continues the tradition of presenting approaches, tools, and systems for data mining in fields such as science, engineering, industrial processes, healthcare, and medicine. The datasets in these fields are large, complex, and often noisy. Extracting knowledge requires the use of sophisticated, high-performance, and principled analysis techniques and algorithms, based on sound statistical foundations. These techniques in turn require powerful visualization technologies; implementations that must be carefully tuned for performance; software systems that are usable by scientists, engineers, and physicians as well as researchers; and infrastructures that support them.