Data Mining: Theoretische Aspekte und Anwendungen

دانلود کتاب Data Mining: Theoretische Aspekte und Anwendungen

52000 تومان موجود

کتاب داده کاوی: جنبه های نظری و کاربردها نسخه زبان اصلی

دانلود کتاب داده کاوی: جنبه های نظری و کاربردها بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد

این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 10


توضیحاتی در مورد کتاب Data Mining: Theoretische Aspekte und Anwendungen

نام کتاب : Data Mining: Theoretische Aspekte und Anwendungen
ویرایش : 1
عنوان ترجمه شده به فارسی : داده کاوی: جنبه های نظری و کاربردها
سری : Beiträge zur Wirtschaftsinformatik 27
نویسندگان : , , ,
ناشر : Physica-Verlag Heidelberg
سال نشر : 1998
تعداد صفحات : 375
ISBN (شابک) : 9783790810530 , 9783642860942
زبان کتاب : German
فرمت کتاب : pdf
حجم کتاب : 16 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.

توضیحاتی در مورد کتاب :




استخراج دانش قابل استفاده از داده ها موضوعی است که با توجه به حجم داده های موجود در حال حاضر به طور فزاینده ای موضوعی 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 مجموعه داده های بزرگ است 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 در این کتاب به هر دو این جنبه ها می پردازد.


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

توضیحاتی در مورد کتاب به زبان اصلی :


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.




پست ها تصادفی