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: K. R. Venugopal, K. G. Srinivasa, L. M. Patnaik (auth.) سری: Studies in Computational Intelligence 190 ISBN (شابک) : 9783642001925, 9783642001932 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2009 تعداد صفحات: 353 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب محاسبات نرم برای کاربردهای داده کاوی: کاربردی ریاضیات/روش های محاسباتی مهندسی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Soft Computing for Data Mining Applications 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 محاسبات نرم برای کاربردهای 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.
نویسندگان کار تحقیقاتی خود را در این جلد با عنوان محاسبات نرم برای کاربردهای داده کاوی ادغام کرده اند. این مونوگراف بینشی از تحقیقات در زمینه های داده کاوی در ترکیب با روش های محاسبات نرم ارائه می دهد. در این روزها، داده ها به رشد تصاعدی ادامه می دهند. بسیاری از داده ها به طور ضمنی یا صریح نادرست هستند. کشف پایگاه داده به دنبال کشف ارتباطات قابل توجه و ناشناخته بین اقلام داده در پایگاه داده موجود است. پتانسیل کشف از درک این موضوع ناشی می شود که زمینه های جایگزین ممکن است اطلاعات ارزشمند بیشتری را نشان دهد. سرعت ذخیره سازی داده ها با سرعتی خارق العاده در حال رشد است. در نتیجه، ترکیبهای موقت سنتی تکنیکهای آماری و ابزارهای مدیریت دادهها دیگر برای تجزیه و تحلیل این مجموعه عظیم دادهها کافی نیستند. چندین حوزه که در آنها حجم زیادی از داده ها در پایگاه های داده متمرکز یا توزیع شده ذخیره می شود، شامل برنامه هایی مانند تجارت الکترونیک، بیوانفورماتیک، امنیت رایانه، هوش وب، سیستم های پایگاه داده یادگیری هوشمند، امور مالی، بازاریابی، مراقبت های بهداشتی، مخابرات و سایر زمینه ها می شود.
با اهمیت استفاده از محاسبات نرم در کاربردهای داده کاوی در سالهای اخیر، این تک نگاری جهت تحقیقات ارزشمندی را در زمینه تخصصی ارائه می دهد. از آنجایی که نویسندگان نویسندگان شناخته شده ای در زمینه علوم و مهندسی کامپیوتر هستند، این کتاب آخرین فن آوری در داده کاوی را ارائه می دهد. این کتاب برای محققان در زمینه داده کاوی بسیار مفید است. - N R Shetty، رئیس، ISTE، هند
The authors have consolidated their research work in this volume titled Soft Computing for Data Mining Applications. The monograph gives an insight into the research in the fields of Data Mining in combination with Soft Computing methodologies. In these days, the data continues to grow exponentially. Much of the data is implicitly or explicitly imprecise. Database discovery seeks to discover noteworthy, unrecognized associations between the data items in the existing database. The potential of discovery comes from the realization that alternate contexts may reveal additional valuable information. The rate at which the data is stored is growing at a phenomenal rate. As a result, traditional ad hoc mixtures of statistical techniques and data management tools are no longer adequate for analyzing this vast collection of data. Several domains where large volumes of data are stored in centralized or distributed databases includes applications like in electronic commerce, bioinformatics, computer security, Web intelligence, intelligent learning database systems, finance, marketing, healthcare, telecommunications, and other fields.
With the importance of soft computing applied in data mining applications in recent years, this monograph gives a valuable research directions in the field of specialization. As the authors are well known writers in the field of Computer Science and Engineering, the book presents state of the art technology in data mining. The book is very useful to researchers in the field of data mining. - N R Shetty, President, ISTE, India
Front Matter....Pages -
Introduction....Pages 1-17
Self Adaptive Genetic Algorithms....Pages 19-50
Characteristic Amplification Based Genetic Algorithms....Pages 51-62
Dynamic Association Rule Mining Using Genetic Algorithms....Pages 63-80
Evolutionary Approach for XML Data Mining....Pages 81-118
Soft Computing Based CBIR System....Pages 119-137
Fuzzy Based Neuro - Genetic Algorithm for Stock Market Prediction....Pages 139-166
Data Mining Based Query Processing Using Rough Sets and GAs....Pages 167-195
Hashing the Web for Better Reorganization....Pages 197-215
Algorithms for Web Personalization....Pages 217-230
Classifying Clustered Webpages for Effective Personalization....Pages 231-247
Mining Top - k Ranked Webpages Using SA and GA....Pages 249-258
A Semantic Approach for Mining Biological Databases....Pages 259-278
Probabilistic Approach for DNA Compression....Pages 279-289
Non-repetitive DNA Compression Using Memoization....Pages 291-301
Exploring Structurally Similar Protein Sequence Motifs....Pages 303-318
Matching Techniques in Genomic Sequences for Motif Searching....Pages 319-330
Merge Based Genetic Algorithm for Motif Discovery....Pages 331-341