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
ویرایش: 1
نویسندگان: Yun Sing Koh. Nathan Rountree
سری:
ISBN (شابک) : 1605667544, 9781605667546
ناشر: Information Science Reference
سال نشر: 2009
تعداد صفحات: 320
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
در صورت تبدیل فایل کتاب Rare Association Rule Mining and Knowledge Discovery: Technologies for Infrequent and Critical Event Detection (Advances in Data Warehousing and Mining (Adwm) Book) 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 قواعد انجمن نادر کاوی و کشف دانش: فناوریهایی برای تشخیص رویدادهای نادر و حیاتی (کتاب پیشرفتها در انبار دادهها و کاوی (Adwm)) 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.
پیچیدگی و حجم فزاینده پایگاههای اطلاعاتی مدرن باعث میشود که محققان و متخصصان درگیر با قانونکاوی انجمنی درک اطلاعاتی که در آنها وجود دارد، به طور فزایندهای مهم باشد. استخراج قوانین انجمن نادر و کشف دانش: فناوریهایی برای تشخیص رویدادهای نادر و حیاتی، خلاصهای عمیق از مسائل، روندها و فناوریهای جاری در استخراج قوانین انجمن را در اختیار خوانندگان قرار میدهد. این کتاب با پوشش طیف گسترده ای از موضوعات، چارچوب های اساسی، تکنیک های استخراج، معیارهای علاقه و حوزه های کاربردی دنیای واقعی را در این زمینه مورد بحث قرار می دهد.
The growing complexity and volume of modern databases make it increasingly important for researchers and practitioners involved with association rule mining to make sense of the information they contain. Rare Association Rule Mining and Knowledge Discovery: Technologies for Infrequent and Critical Event Detection provides readers with an in-depth compendium of current issues, trends, and technologies in association rule mining. Covering a comprehensive range of topics, this book discusses underlying frameworks, mining techniques, interest metrics, and real-world application domains within the field.
Title ......Page 2
Editorial Advisory Board......Page 5
Table of Contents......Page 6
Detailed Table of Contents......Page 9
Foreword......Page 17
Preface......Page 18
Section 1 Beyond the Support-Confidence Framework......Page 21
Rare Association Rule Mining......Page 22
Association Rule and Quantitative Association Rule Mining among Infrequent Items......Page 36
Replacing Support in Association Rule Mining......Page 54
Effective Mining of Weighted Fuzzy Association Rules......Page 68
Section 2 Dealing with Imbalanced Datasets......Page 86
Rare Class Association Rule Mining with Multiple Imbalanced Attributes......Page 87
A Multi-Methodological Approach to Rare Association Rule Mining......Page 97
Finding Minimal Infrequent Elements in Multi- Dimensional Data Defined over Partially Ordered Sets and its Applications......Page 119
Section 3 Rare, Anomalous, and Interesting Patterns......Page 138
Discovering Interesting Patterns in Numerical Data with Background Knowledge......Page 139
Mining Rare Association Rules by Discovering Quasi- Functional Dependencies......Page 152
Mining Unexpected Sequential Patterns and Implication Rules......Page 171
Mining Hidden Association Rules from Real-Life Data......Page 189
Strong Symmetric Association Rules and Interestingness Measures......Page 206
Section 4 Critical Event Detection and Applications......Page 225
He Wasn’t There Again Today......Page 226
Filtering Association Rules by Their Semantics and Structures......Page 237
Creating Risk-Scores in Very Imbalanced Datasets......Page 252
Boosting Prediction Accuracy of Bad Payments in Financial Credit Applications......Page 276
Compilation of References......Page 291
About the Contributors......Page 310
Index......Page 317