دانلود کتاب هوش محاسباتی در داده کاوی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Computational Intelligence in Data Mining
ویرایش : 1
عنوان ترجمه شده به فارسی : هوش محاسباتی در داده کاوی
سری : International Centre for Mechanical Sciences 408
نویسندگان : Giacomo Della Riccia, Rudolf Kruse, Hanz-J. Lenz (eds.)
ناشر : Springer-Verlag Wien
سال نشر : 2000
تعداد صفحات : 169
ISBN (شابک) : 9783211833261 , 9783709125885
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 17 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
هدف این کتاب ادغام هوش محاسباتی با داده کاوی است، که هر دو موضوع داغ تحقیق و توسعه صنعتی فعلی هستند، هوش محاسباتی، تکنیک هایی مانند ترکیب داده ها، استدلال نامطمئن، جستجوی اکتشافی، یادگیری و محاسبات نرم را در بر می گیرد. داده کاوی بر باز کردن الگوها یا ساختارهای ناشناخته در مجموعه داده های بسیار بزرگ تمرکز دارد. این کتاب تحت عنوان "کشف ساختارها در پایگاه های داده بزرگ" با یک دیدگاه واحد در مورد "داده کاوی و آمار - نقطه نظر سیستم" شروع می شود. "تلفیق داده ها و تحلیل داده های احتمالی یا فازی" حوزه بعدی مورد علاقه است. مروری بر منطق احتمالی، استدلال غیر یکنواخت و ترکیب دادهها ارائه میشود، مشکل انسجام بین مدلهای فازی غیرخطی و دادهها حل میشود، و تشخیص پرت براساس یادگیری مدلهای فازی مورد مطالعه قرار میگیرد. در حوزه «طبقهبندی و تجزیه»، خوشهبندی تطبیقی و تجسم مجموعه دادههای با ابعاد بالا معرفی میشود و در نهایت در بخش «یادگیری و تلفیق دادهها»، یادگیری چند عامل ویژه فوتبال مجازی در نظر گرفته شده است. آخرین مبحث مربوط به ترکیب داده ها بر اساس مدل های تصادفی است.
The book aims to merge Computational Intelligence with Data Mining, which are both hot topics of current research and industrial development, Computational Intelligence, incorporates techniques like data fusion, uncertain reasoning, heuristic search, learning, and soft computing. Data Mining focuses on unscrambling unknown patterns or structures in very large data sets. Under the headline "Discovering Structures in Large Databases” the book starts with a unified view on ‘Data Mining and Statistics – A System Point of View’. Two special techniques follow: ‘Subgroup Mining’, and ‘Data Mining with Possibilistic Graphical Models’. "Data Fusion and Possibilistic or Fuzzy Data Analysis” is the next area of interest. An overview of possibilistic logic, nonmonotonic reasoning and data fusion is given, the coherence problem between data and non-linear fuzzy models is tackled, and outlier detection based on learning of fuzzy models is studied. In the domain of "Classification and Decomposition” adaptive clustering and visualisation of high dimensional data sets is introduced. Finally, in the section "Learning and Data Fusion” learning of special multi-agents of virtual soccer is considered. The last topic is on data fusion based on stochastic models.