توضیحات
This book explains and explores the principal techniques of Data Mining, the automatic extraction of implicit and potentially useful information from data, which is increasingly used in commercial, scientific and other application areas. It focuses on classification, association rule mining and clustering. Each topic is clearly explained, with a focus on algorithms not mathematical formalism, and is illustrated by detailed worked examples. The book is written for readers without a strong background in mathematics or statistics and any formulae used are explained in detail. It can be used as a textbook to support courses at undergraduate or postgraduate levels in a wide range of subjects including Computer Science, Business Studies, Marketing, Artificial Intelligence, Bioinformatics and Forensic Science. As an aid to self-study, it aims to help general readers develop the necessary understanding of what is inside the ‘black box’ so they can use commercial data mining packages discriminatingly, as well as enabling advanced readers or academic researchers to understand or contribute to future technical advances in the field. Each chapter has practical exercises to enable readers to check their progress. A full glossary of technical terms used is included. Principles of Data Mining includes descriptions of algorithms for classifying streaming data, both stationary data, where the underlying model is fixed, and data that is time-dependent, where the underlying model changes from time to time – a phenomenon known as concept drift. The expanded fourth edition gives a detailed description of a feed-forward neural network with backpropagation and shows how it can be used for classification.
————————————————————–
ترجمه ماشینی :
این کتاب تکنیکهای اصلی دادهکاوی، استخراج خودکار اطلاعات ضمنی و بالقوه مفید از دادهها را که به طور فزایندهای در حوزههای تجاری، علمی و سایر حوزههای کاربردی مورد استفاده قرار میگیرد، توضیح میدهد و بررسی میکند. این بر طبقه بندی، استخراج قوانین انجمن و خوشه بندی تمرکز دارد. هر موضوع به وضوح توضیح داده شده است، با تمرکز بر الگوریتم ها نه فرمالیسم ریاضی، و با مثال های دقیق کار شده نشان داده شده است. این کتاب برای خوانندگان بدون پیش زمینه قوی در ریاضیات یا آمار نوشته شده است و هر فرمول استفاده شده با جزئیات توضیح داده شده است. این می تواند به عنوان یک کتاب درسی برای پشتیبانی از دوره های کارشناسی یا کارشناسی ارشد در طیف گسترده ای از موضوعات از جمله علوم کامپیوتر، مطالعات بازرگانی، بازاریابی، هوش مصنوعی، بیوانفورماتیک و علوم قانونی استفاده شود. به عنوان کمکی برای خودآموزی، هدف آن کمک به خوانندگان عمومی است تا درک لازم را از آنچه در داخل “جعبه سیاه” وجود دارد ایجاد کنند تا بتوانند از بسته های داده کاوی تجاری به طور متمایز استفاده کنند و همچنین خوانندگان پیشرفته یا محققان دانشگاهی را قادر می سازد تا درک کنند یا مشارکت کنند. به پیشرفت های فنی آینده در این زمینه. هر فصل دارای تمرینهای عملی است تا خوانندگان بتوانند پیشرفت خود را بررسی کنند. یک واژه نامه کامل از اصطلاحات فنی استفاده شده گنجانده شده است. اصول داده کاوی شامل توصیفی از الگوریتمهایی برای طبقهبندی دادههای جریانی است، هم دادههای ثابت، جایی که مدل اصلی ثابت است، و هم دادههایی که وابسته به زمان هستند، جایی که مدل اساسی هر از گاهی تغییر میکند – پدیدهای که به عنوان رانش مفهومی شناخته میشود. نسخه چهارم توسعهیافته، شرح مفصلی از یک شبکه عصبی پیشخور با پس انتشار ارائه میدهد و نشان میدهد که چگونه میتوان از آن برای طبقهبندی استفاده کرد.
tag : دانلود کتاب اصول داده کاوی , Download اصول داده کاوی , دانلود اصول داده کاوی , Download Principles of Data Mining Book , اصول داده کاوی دانلود , buy اصول داده کاوی , خرید کتاب اصول داده کاوی , دانلود کتاب Principles of Data Mining , کتاب Principles of Data Mining , دانلود Principles of Data Mining , خرید Principles of Data Mining , خرید کتاب Principles of Data Mining ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.