دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Quality Measures in Data Mining
دانلود کتاب اقدامات کیفی در زمینه داده کاوی
مشخصات کتاب
Quality Measures in Data Mining
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Fabrice Guillet. Fabrice Guillet, Howard J. Hamilton سری: Studies in Computational Intelligence ISBN (شابک) : 9783540449119, 3540338683 ناشر: Springer سال نشر: 2007 تعداد صفحات: 315 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
قیمت کتاب (تومان) : 50,000
کلمات کلیدی مربوط به کتاب اقدامات کیفی در زمینه داده کاوی: علوم و مهندسی کامپیوتر، هوش مصنوعی، داده کاوی
در صورت تبدیل فایل کتاب Quality Measures in 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 اقدامات کیفی در زمینه داده کاوی 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 اقدامات کیفی در زمینه داده کاوی
داده کاوی مقادیر زیادی از داده ها را برای کشف دانش مرتبط با تصمیم گیری تجزیه و تحلیل می کند. به طور معمول، تعداد زیادی دانش توسط یک سیستم داده کاوی استخراج می شود و به کاربر انسانی ارائه می شود که ممکن است تصمیم گیرنده یا تحلیلگر داده باشد. کاربر با وظیفه انتخاب قطعات دانشی که دارای بالاترین کیفیت یا علاقه با توجه به ترجیحات او هستند مواجه است. از آنجایی که این انتخاب گاهی اوقات یک کار دلهره آور است، طراحی معیارهای کیفیت و جذابیت در دهه گذشته به چالشی مهم برای محققان داده کاوی تبدیل شده است.
این جلد، وضعیت هنر در مورد معیارهای کیفیت و جذابیت داده ها را ارائه می دهد. معدن. این کتاب تحولات اخیر را خلاصه می کند و تحقیقات اصلی را در این زمینه ارائه می دهد. فصول شامل بررسی ها، مطالعات تطبیقی اقدامات موجود، پیشنهادات اقدامات جدید، شبیه سازی ها و مطالعات موردی می باشد. هر دو فصل نظری و کاربردی گنجانده شده است. مقالات این کتاب از نظر صحت و کامل بودن توسط یک کمیته بین المللی بررسی انتخاب و بررسی شدند.
توضیحاتی درمورد کتاب به خارجی
Data mining analyzes large amounts of data to discover knowledge relevant to decision making. Typically, numerous pieces of knowledge are extracted by a data mining system and presented to a human user, who may be a decision-maker or a data-analyst. The user is confronted with the task of selecting the pieces of knowledge that are of the highest quality or interest according to his or her preferences. Since this selection is sometimes a daunting task, designing quality and interestingness measures has become an important challenge for data mining researchers in the last decade.
This volume presents the state of the art concerning quality and interestingness measures for data mining. The book summarizes recent developments and presents original research on this topic. The chapters include surveys, comparative studies of existing measures, proposals of new measures, simulations, and case studies. Both theoretical and applied chapters are included. Papers for this book were selected and reviewed for correctness and completeness by an international review committee.
فهرست مطالب
Front Matter....Pages I-XIV
Front Matter....Pages 1-1
Choosing the Right Lens: Finding What is Interesting in Data Mining....Pages 3-24
A Graph-based Clustering Approach to Evaluate Interestingness Measures: A Tool and a Comparative Study....Pages 25-50
Association Rule Interestingness Measures: Experimental and Theoretical Studies....Pages 51-76
On the Discovery of Exception Rules: A Survey....Pages 77-98
Front Matter....Pages 100-100
Measuring and Modelling Data Quality for Quality-Awareness in Data Mining....Pages 101-126
Quality and Complexity Measures for Data Linkage and Deduplication....Pages 127-151
Statistical Methodologies for Mining Potentially Interesting Contrast Sets....Pages 153-177
Understandability of Association Rules: A Heuristic Measure to Enhance Rule Quality....Pages 179-203
Front Matter....Pages 206-206
A New Probabilistic Measure of Interestingness for Association Rules, Based on the Likelihood of the Link....Pages 207-236
Towards a Unifying Probabilistic Implicative Normalized Quality Measure for Association Rules....Pages 237-250
Association Rule Interestingness: Measure and Statistical Validation....Pages 251-275
Comparing Classification Results between N-ary and Binary Problems....Pages 277-301
Back Matter....Pages 303-313
نظرات کاربران
کتاب های مرتبط
دانلود کتاب Advanced Data Mining Technologies in Bioinformatics
دانلود کتاب PRICAI 2006: Trends in Artificial Intelligence: 9th Pacific Rim International Conference on Artificial Intelligence Guilin, China, August 7-11, 2006 Proceedings
دانلود کتاب Modeling Decisions for Artificial Intelligence: 6th International Conference, MDAI 2009, Awaji Island, Japan, November 30–December 2, 2009. Proceedings
دانلود کتاب Grokking Artificial Intelligence Algorithms
دانلود کتاب Multidimensional data visualization : methods and applications
دانلود کتاب Support Vector Machines and Evolutionary Algorithms for Classification: Single or Together?
دانلود کتاب A Concise Introduction to Multiagent Systems and Distributed Artificial Intelligence
