ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Data Mining: Theoretische Aspekte und Anwendungen

دانلود کتاب داده کاوی: جنبه های نظری و کاربردها

Data Mining: Theoretische Aspekte und Anwendungen

مشخصات کتاب

Data Mining: Theoretische Aspekte und Anwendungen

ویرایش: 1 
نویسندگان: , , ,   
سری: Beiträge zur Wirtschaftsinformatik 27 
ISBN (شابک) : 9783790810530, 9783642860942 
ناشر: Physica-Verlag Heidelberg 
سال نشر: 1998 
تعداد صفحات: 375 
زبان: German 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 مگابایت 

قیمت کتاب (تومان) : 40,000



کلمات کلیدی مربوط به کتاب داده کاوی: جنبه های نظری و کاربردها: است



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Data Mining: Theoretische Aspekte und Anwendungen 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 داده کاوی: جنبه های نظری و کاربردها 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 داده کاوی: جنبه های نظری و کاربردها



استخراج دانش عملی از داده ها موضوعی است که با توجه به حجم داده های موجود در حال حاضر روز به روز موضوعی تر می شود. این کتاب به جنبه های نظری و کاربردی داده کاوی می پردازد. داده کاوی استفاده از روش های مناسب برای کشف دانش در پایگاه های داده بزرگ و هسته فرآیندی است که در ادبیات به عنوان "کشف دانش در پایگاه های داده" (KDD) توصیف شده است. فایل کاوی و KDD هر دو جنبه تحقیقاتی و کاربردی جالب دارند. از یک طرف، آنها به عنوان یک علم بین رشته ای، چالش های جدیدی را برای تحقیق در زمینه هایی مانند آمار، یادگیری ماشین و پایگاه های داده به همراه دارند. از سوی دیگر برای کاربردهای عملی مختلف مانند بازاریابی، لجستیک، معیارهای ریسک، تضمین کیفیت، ساخت و ساز و مدیریت تولید از اهمیت بالایی برخوردار هستند. مشارکت های این کتاب به هر دوی این جنبه ها می پردازد.


توضیحاتی درمورد کتاب به خارجی

Die Extraktion von verwertbarem Wissen aus Daten ist ein Thema, das angesichts der Menge des zur Zeit verfügbaren Datenmaterials mehr und mehr an Aktualität gewinnt. Dieses Buch befaßt sich mit theoretischen und Anwendungsaspekten des Data Mining. Data Mining ist die Anwendung geeigneter Verfahren zur Wissensentdeckung in großen Datenbeständen und Kern eines Prozesses, der in der Literatur als "Knowledge Discovery in Databases" (KDD) beschrieben wird. Datei Mining und KDD haben sowohl interessante Forschungs- als auch Anwendungsaspekte. Sie bringen einerseits als interdisziplinäre Wissenschaft neue Herausforderungen für die Forschung auf Gebieten wie Statistik, maschinelles Lernen und Datenbanken. Andererseits sind sie für verschiedene praktische Anwendungen wie etwa Marketing, Logistik, Risikometrie, Qualitätssicherung, Konstruktion und Produktionsmanagement von großer Bedeutung. Die Beiträge dieses Buches sprechen diese beiden Aspekte an.



فهرست مطالب

Front Matter....Pages I-XII
Wissensentdeckung in Datenbanken und Data Mining: Ein überblick....Pages 1-33
Die Rolle der Informationsverwaltung im KDD-Prozeß....Pages 34-60
Benutzerunterstützung für Wissensentdeckung in Datenbanken....Pages 61-76
Attributauswahlmaße für die Induktion von Entscheidungsbäumen: Ein Überblick....Pages 77-98
Skalierung als alternative Datentransformation und deren Auswirkungen auf die Leistungsfähigkeit von Supervised Learning Algorithmen....Pages 99-108
Datensegmentierung mittels Clusteranalyse....Pages 109-141
Adaptive Verfahren der Clusteranalyse und der multidimensionalen Skalierung für die Analyse und Visualisierung hochdimensionaler Datenmengen....Pages 142-151
Kausale Interpretation von Graphen....Pages 152-166
Datenbasierte Verhaltensanalyse mit Fuzzy Graphen....Pages 167-182
IPF für bedingte Wahrscheinlichkeiten: Lernen in Probabilistischen Netzwerken....Pages 183-192
Wissensentdeckung in relationalen Datenbanken: Eine Herausforderung für das maschinelle Lernen....Pages 193-211
Konfidenzintervalle für den Value-at-Risk....Pages 212-224
Ist ein fairer Vergleich von Data Mining Algorithmen möglich?....Pages 225-247
Zur Interessantheit bei der Entdeckung von Wissen in Datenbanken....Pages 248-264
Modellselektion für Neuronale Netzwerke....Pages 265-278
Die statistische Verteilung der Gewichte von neuronalen Netzen bei finiten Datenmengen....Pages 279-288
Entwicklung eines Bonitätsindexes auf der Basis von Wirtschaftsauskünften der Vereine Creditreform mit Künstlichen Neuronalen Netzen....Pages 289-308
Multi Task Learning zur Prognose von Aktienkursen unter Berücksichtigung der Integration von Finanzmarktdaten....Pages 309-327
Neuronale Kointegration....Pages 328-340
Risikomessung mit Shortfall—Maßen....Pages 341-353
Back Matter....Pages 354-363




نظرات کاربران