دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Spectral feature selection for data mining
دانلود کتاب انتخاب ویژگی طیفی برای داده کاوی
مشخصات کتاب
Spectral feature selection for data mining
ویرایش:
نویسندگان: Zheng Alan Zhao. Huan Liu.
سری: Chapman & Hall/CRC data mining and knowledge discovery series.
ISBN (شابک) : 9781439862100, 1439862109
ناشر: CRC Press
سال نشر: 2012.
تعداد صفحات: 216
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
قیمت کتاب (تومان) : 49,000
در صورت تبدیل فایل کتاب Spectral feature selection for 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 انتخاب ویژگی طیفی برای 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 انتخاب ویژگی طیفی برای داده کاوی
انتخاب ویژگی طیفی برای داده کاوی یک تکنیک انتخاب ویژگی جدید را
معرفی می کند که یک پلت فرم کلی برای مطالعه الگوریتم های انتخاب
ویژگی موجود و توسعه الگوریتم های جدید برای مشکلات در حال ظهور
در برنامه های کاربردی دنیای واقعی ایجاد می کند. این تکنیک یک
چارچوب یکپارچه را برای انتخاب ویژگی تحت نظارت، بدون نظارت و
نیمه نظارت نشان می دهد. این کتاب آخرین دستاوردهای تحقیقاتی
را بررسی می کند،
مسیرهای تحقیقاتی جدید را روشن می کند و خوانندگان را برای
دستیابی به پیشرفت های خلاقانه بعدی تحریک می کند. این ایده‌های
ذاتی را در پس انتخاب ویژگی طیفی ارائه می‌کند، آن
بیشتر
بخوانید... 1. داده های ابعاد و چالش های بالا
--
2. فرمول های تک متغیره برای انتخاب ویژگی طیفی --
3. فرمول های چند متغیره --
4. اتصال به الگوریتم های موجود --
5. انتخاب ویژگی طیفی در مقیاس بزرگ --
6. انتخاب ویژگی طیفی چند منبع.
توضیحاتی درمورد کتاب به خارجی
Spectral Feature Selection for Data Mining introduces a novel
feature selection technique that establishes a general platform
for studying existing feature selection algorithms and
developing new algorithms for emerging problems in real-world
applications. This technique represents a unified framework for
supervised, unsupervised, and semisupervised feature selection.
The book explores the latest research achievements, sheds light on
new research directions, and stimulates readers to make the
next creative breakthroughs. It presents the intrinsic ideas
behind spectral feature selection, its th Read
more... 1. Data of high dimensionality and
challenges --
2. Univariate formulations for spectral feature selection
--
3. Multivariate formulations --
4. Connections to existing algorithms --
5. Large-scale spectral feature selection --
6. Multi-source spectral feature selection.
فهرست مطالب
Data of High Dimensionality and Challenges. Univariate Formulations for Spectral Feature Selection. Multivariate Formulations. Connections to Existing Algorithms. Large-Scale Spectral Feature Selection. Multi-Source Spectral Feature Selection. References. Index.
