دانلود کتاب Data, engineering and applications. Vol.1

فهرست مطالب :

Contents......Page 5
About the Editors......Page 7
On Data Mining and Social Networking......Page 9
1.1 Motivation and Problem Explanation......Page 10
2 Literature Review......Page 11
3 Recommender System Model......Page 12
4.1 For Predict on User Ratings......Page 13
5 Dimensions of Recommender System......Page 14
References......Page 16
1 Introduction......Page 18
2.2 Challenges......Page 20
3.1 Content-Based Filtering System......Page 21
3.2 Collaborative Filtering......Page 22
4 Experimental Set-up and Results......Page 23
4.2 Working Process......Page 24
5.1 RMSE......Page 25
5.3 F-Measure......Page 26
References......Page 27
1 Introduction......Page 29
2 Background......Page 30
3.1 Reduction of Dataset......Page 32
3.2 ELM for Rating Prediction......Page 33
4.2 Evaluation Metrics......Page 34
4.3 Empirical Results......Page 36
4.4 Selection of Parameter β (Beta)......Page 37
References......Page 38
1 Introduction......Page 40
2.1 System Overview......Page 41
2.2 Methodology......Page 42
3.1 Precision......Page 46
3.3 F-measures......Page 47
3.5 Memory Usage......Page 48
4.1 Conclusion......Page 49
References......Page 50
1 Introduction......Page 52
2 Literature Review......Page 53
3 Implementation of Sentiment Analysis Using R Studio......Page 54
4 Result Analysis......Page 58
References......Page 59
1 Introduction......Page 61
1.1 Information Hiding......Page 62
2.1 Survey on Reversible Data-Hiding Technique......Page 66
3 Comparison and Discussion......Page 71
References......Page 73
1 Introduction......Page 75
3.2 Methodology......Page 76
4 Experimental Results and Discussions......Page 79
5 Conclusion......Page 84
References......Page 85
1 Introduction......Page 87
3.1 Overview......Page 88
3.4 Positive Edges Sampling......Page 90
3.7 Proximity Feature......Page 91
3.10 Edges Classification......Page 92
4.3 Adamic-Adar Index......Page 93
6 KNN......Page 94
6.2 Non-linear SVM......Page 95
7 Experimental Results and Analysis......Page 96
References......Page 97
1 Introduction......Page 99
2 Literature Review......Page 101
3.2 Data Preprocessing......Page 102
3.4 Classification Using Machine Learning Algorithms......Page 104
4 Results and Discussion......Page 105
References......Page 108
On Machine Learning......Page 110
1 Introduction......Page 111
2.1 Previously Proposed Model......Page 114
2.3 Experiments......Page 115
3.1 Privacy Factor......Page 117
3.4 Presence of Outliers......Page 118
References......Page 119
1 Introduction......Page 120
2 Background and Review of Related Works......Page 121
2.1 Literature Review......Page 122
3 The Proposed Methodology......Page 123
3.1 Mapping of University Examination Timetable to PSO......Page 124
4 Implementation and Results Obtained......Page 126
4.1 Experimental Results......Page 127
4.2 Results......Page 129
References......Page 130
1 Introduction......Page 132
2 Literature Survey......Page 133
2.1 The Big Five Model......Page 134
3.1 Multi-label Naïve Bayes (MLNB) Algorithm......Page 135
4.2 Comparative Analysis of Proposed Work with Existing Work......Page 136
References......Page 137
1 Introduction......Page 139
2.1 Network Pruning......Page 140
2.3 Parameter Sharing......Page 141
3 Knowledge Distillation......Page 142
4 Implementation Choices......Page 143
5 Experimental Set-up and Evaluation......Page 144
6 Conclusion......Page 146
References......Page 147
1 Introduction......Page 149
2 Related Work......Page 150
3.1 C4.5 Classification......Page 151
3.2 Fuzzy Logic......Page 152
3.3 Research Methodology......Page 153
4 Results and Discussion......Page 155
5 Conclusion......Page 156
References......Page 157
1 Introduction......Page 158
2 Review of Literature......Page 159
3 Proposed Work......Page 160
3.1 Preprocessing......Page 161
3.2 Feature Extraction Techniques......Page 162
4 Experimental Analysis......Page 163
4.2 Classification Rate for Partially Occluded Face Images......Page 165
5 Conclusion......Page 166
References......Page 167
1 Introduction......Page 169
3 The Proposed Method......Page 170
4 Evaluation Result......Page 175
5 Conclusion and Future Work......Page 177
References......Page 178
1 Introduction......Page 179
2 Literature Review......Page 181
3 System Modeling and Design......Page 182
4 Discussions and Recommendations......Page 187
References......Page 188