Stream Data Mining: Algorithms and Their Probabilistic Properties

این کتاب یک رویکرد منحصر به فرد برای جریان داده کاوی ارائه می دهد. برخلاف اکثریت قریب به اتفاق رویکردهای قبلی، که عمدتاً مبتنی بر اکتشافی هستند، روش‌ها و الگوریتم‌هایی را برجسته می‌کند که از نظر ریاضی توجیه می‌شوند. اول، نحوه انطباق درختان تصمیم ایستا را برای تطبیق جریان داده ها شرح می دهد. در این راستا، معیارهای تقسیم جدید برای تضمین اینکه آنها به طور مجانبی معادل درخت دسته ای کلاسیک هستند، توسعه داده شده است. علاوه بر این، درخت‌های تصمیم‌گیری جدید طراحی می‌شوند که منجر به مفهوم اصلی درختان ترکیبی می‌شود. به نوبه خود، تکنیک‌های ناپارامتری مبتنی بر هسته‌های Parzen و سری‌های متعامد برای پرداختن به رانش مفهومی در مسئله رگرسیون‌های غیر ثابت و طبقه‌بندی در یک محیط متغیر با زمان استفاده می‌شوند. در نهایت، یک مشکل بسیار چالش برانگیز که شامل طراحی مجموعه ها و انتخاب خودکار اندازه آنها است، شرح و حل شده است. با توجه به دامنه آن، این کتاب برای مخاطبان حرفه ای از محققان و متخصصان که با داده های جریانی سروکار دارند، در نظر گرفته شده است. در شبکه های مخابراتی، بانکی و حسگر.

This book presents a unique approach to stream data mining. Unlike the vast majority of previous approaches, which are largely based on heuristics, it highlights methods and algorithms that are mathematically justified. First, it describes how to adapt static decision trees to accommodate data streams; in this regard, new splitting criteria are developed to guarantee that they are asymptotically equivalent to the classical batch tree. Moreover, new decision trees are designed, leading to the original concept of hybrid trees. In turn, nonparametric techniques based on Parzen kernels and orthogonal series are employed to address concept drift in the problem of non-stationary regressions and classification in a time-varying environment. Lastly, an extremely challenging problem that involves designing ensembles and automatically choosing their sizes is described and solved. Given its scope, the book is intended for a professional audience of researchers and practitioners who deal with stream data, e.g. in telecommunication, banking, and sensor networks.