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:
نویسندگان: Thomas A. Runkler
سری:
ISBN (شابک) : 9783834825889
ناشر: Vieweg+Teubner Verlag
سال نشر: 2012
تعداد صفحات: 158
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Data Analytics Models and Algorithms for Intelligent Data Analysis 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 مدل ها و الگوریتم های تجزیه و تحلیل داده ها برای تجزیه و تحلیل هوشمند داده ها 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.
این کتاب پایه ریاضی درستی را ارائه میکند، مزایا و معایب رویکردهای مختلف را مورد بحث قرار میدهد و خواننده را قادر میسازد تا راهحلهای تجزیه و تحلیل دادهها را برای برنامههای کاربردی دنیای واقعی طراحی و پیادهسازی کند. این کتاب بیش از ده سال است که در دوره های متعدد در دانشگاه فنی مونیخ، در دوره های کوتاه مدت در چندین دانشگاه دیگر و در دوره های آموزشی در کنفرانس های علمی مورد استفاده قرار گرفته است. بیشتر محتوا بر اساس نتایج پروژه های تحقیق و توسعه صنعتی در زیمنس است.
The book provides a sound mathematical basis, discusses advantages and drawbacks of different approaches, and enables the reader to design and implement data analytics solutions for real-world applications. This book has been used for more than ten years in numerous courses at the Technical University of Munich, in short courses at several other universities, and in tutorials at scientific conferences. Much of the content is based on the results of industrial research and development projects at Siemens.
Front Matter....Pages i-ix
Introduction....Pages 1-3
Data and Relations....Pages 5-20
Data Preprocessing....Pages 21-34
Data Visualization....Pages 35-54
Correlation....Pages 55-61
Regression....Pages 63-78
Forecasting....Pages 79-83
Classification....Pages 85-101
Clustering....Pages 103-122
Brief Review of Some Optimization Methods....Pages 123-126
Solutions....Pages 127-129
Back Matter....Pages 131-137