دانلود کتاب Mining Complex Data
کتاب داده های مجتمع معدنی نسخه زبان اصلی
دانلود کتاب داده های مجتمع معدنی 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
توضیحاتی در مورد کتاب Mining Complex Data
نام کتاب : Mining Complex Data
ویرایش : 1
عنوان ترجمه شده به فارسی : داده های مجتمع معدنی
سری : Studies in Computational Intelligence 165
نویسندگان : Brigitte Mathiak, Andreas Kupfer, Silke Eckstein (auth.), Djamel A. Zighed, Shusaku Tsumoto, Zbigniew W. Ras, Hakim Hacid (eds.)
ناشر : Springer-Verlag Berlin Heidelberg
سال نشر : 2009
تعداد صفحات : 301
ISBN (شابک) : 9783540880660 , 9783540880677
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 13 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 :
هدف این کتاب جمع آوری جدیدترین آثاری است که به مسائل مربوط به مفهوم استخراج داده های پیچیده می پردازد. کل فرآیند کشف دانش درگیر است، هدف ما ارائه محققانی است که با هر یک از مراحل این فرآیند با ورودی های کلیدی سروکار دارند. در واقع، مدیریت داده های پیچیده در فرآیند KDD مستلزم کار بر روی هر مرحله است، از پیش پردازش (به عنوان مثال ساختار و سازماندهی) تا تجسم و تفسیر (مانند مرتب سازی یا فیلتر کردن) نتایج، از طریق خود روش های داده کاوی. به عنوان مثال طبقه بندی، خوشه بندی، استخراج الگوهای مکرر و غیره). مقالات ارائه شده در اینجا از مقالات کارگاهی است که از سال 2006 به بعد برگزار می شود.
کتاب از چهار بخش و در مجموع شانزده فصل تشکیل شده است. بخش اول یک نمای کلی از داده کاوی پیچیده با نشان دادن برخی موقعیت ها و پیچیدگی مربوطه ارائه می دهد. شامل پنج فصل است. فصل 1 مشکل تحلیل ادبیات علمی را نشان می دهد. این فصل پیشینه ای از تکنیک های مختلف در این زمینه ارائه می دهد، مراحل پیش پردازش لازم را توضیح می دهد، و دو مطالعه موردی، یکی از استخراج تصویر و دیگری از شناسایی جدول را ارائه می دهد.
فهرست مطالب :
Front Matter....Pages -
Front Matter....Pages 1-1
Using Layout Data for the Analysis of Scientific Literature....Pages 3-22
Extracting a Fuzzy System by Using Genetic Algorithms for Imbalanced Datasets Classification: Application on Down’s Syndrome Detection....Pages 23-39
A Hybrid Approach of Boosting Against Noisy Data....Pages 41-54
Dealing with Missing Values in a Probabilistic Decision Tree during Classification....Pages 55-74
Kernel-Based Algorithms and Visualization for Interval Data Mining....Pages 75-91
Front Matter....Pages 93-93
Evaluating Learning Algorithms Composed by a Constructive Meta-learning Scheme for a Rule Evaluation Support Method....Pages 95-111
Mining Statistical Association Rules to Select the Most Relevant Medical Image Features....Pages 113-131
From Sequence Mining to Multidimensional Sequence Mining....Pages 133-152
Tree-Based Algorithms for Action Rules Discovery....Pages 153-163
Front Matter....Pages 165-165
Indexing Structure for Graph-Structured Data....Pages 167-188
Full Perfect Extension Pruning for Frequent Subgraph Mining....Pages 189-205
Parallel Algorithm for Enumerating Maximal Cliques in Complex Network....Pages 207-221
Community Finding of Scale-Free Network: Algorithm and Evaluation Criterion....Pages 223-242
The k -Dense Method to Extract Communities from Complex Networks....Pages 243-257
Front Matter....Pages 259-259
Efficient Clustering for Orders....Pages 261-279
Exploring Validity Indices for Clustering Textual Data....Pages 281-300
Back Matter....Pages -
توضیحاتی در مورد کتاب به زبان اصلی :
The aim of this book is to gather the most recent works that address issues related to the concept of mining complex data. The whole knowledge discovery process being involved, our goal is to provide researchers dealing with each step of this process by key entries. Actually, managing complex data within the KDD process implies to work on every step, starting from the pre-processing (e.g. structuring and organizing) to the visualization and interpretation (e.g. sorting or filtering) of the results, via the data mining methods themselves (e.g. classification, clustering, frequent patterns extraction, etc.). The papers presented here are selected from the workshop papers held yearly since 2006.
The book is composed of four parts and a total of sixteen chapters. Part I gives a general view of complex data mining by illustrating some situations and the related complexity. It contains five chapters. Chapter 1 illustrates the problem of analyzing the scientific literature. The chapter gives some background to the various techniques in this area, explains the necessary pre-processing steps involved, and presents two case studies, one from image mining and one from table identification.
پست ها تصادفی