توضیحاتی در مورد کتاب Relational Data Clustering: Models, Algorithms, and Applications
نام کتاب : Relational Data Clustering: Models, Algorithms, and Applications
ویرایش : 1
عنوان ترجمه شده به فارسی : خوشه بندی داده های رابطه ای: مدل ها، الگوریتم ها و کاربردها
سری :
نویسندگان : Bo Long, Zhongfei Zhang, Philip S. Yu
ناشر : Chapman & Hall
سال نشر : 2010
تعداد صفحات : 194
ISBN (شابک) : 1420072617 , 9781420072617
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 2 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 :
اوج سالها تحقیق گسترده نویسندگان در مورد این موضوع، خوشهبندی دادههای رابطهای: مدلها، الگوریتمها و کاربردها به اصول و کاربردهای خوشهبندی دادههای رابطهای میپردازد. مدلها و الگوریتمهای نظری را توصیف میکند و از طریق مثالهایی نشان میدهد که چگونه میتوان این مدلها و الگوریتمها را برای حل مسائل دنیای واقعی به کار برد. پس از تعریف زمینه، این کتاب انواع مختلفی از فرمولبندیهای مدل را برای خوشهبندی دادههای رابطهای معرفی میکند، الگوریتمهای مختلفی را برای مدلهای مربوطه ارائه میکند و کاربردهای مدلها و الگوریتمها را از طریق نتایج تجربی گسترده نشان میدهد. نویسندگان شش موضوع خوشهبندی دادههای رابطهای را پوشش میدهند: خوشهبندی بر روی دادههای رابطهای ناهمگن دو نوع دادههای رابطهای ناهمگن چند نوع خوشهبندی دادههای رابطهای همگن خوشهبندی در کلیترین حالت دادههای رابطهای. چارچوب خوشهبندی رابطهای فردی این پژوهش اخیر بر روی خوشهبندی تکاملی هم استخراج الگوریتم عملی و هم ساخت چارچوب نظری برای خوشهبندی دادههای رابطهای. این یک مقدمه کامل و مستقل از پیشرفت های این زمینه است.
توضیحاتی در مورد کتاب به زبان اصلی :
A culmination of the authors’ years of extensive research on this topic, Relational Data Clustering: Models, Algorithms, and Applications addresses the fundamentals and applications of relational data clustering. It describes theoretic models and algorithms and, through examples, shows how to apply these models and algorithms to solve real-world problems. After defining the field, the book introduces different types of model formulations for relational data clustering, presents various algorithms for the corresponding models, and demonstrates applications of the models and algorithms through extensive experimental results. The authors cover six topics of relational data clustering: Clustering on bi-type heterogeneous relational data Multi-type heterogeneous relational data Homogeneous relational data clustering Clustering on the most general case of relational data Individual relational clustering framework Recent research on evolutionary clustering This book focuses on both practical algorithm derivation and theoretical framework construction for relational data clustering. It provides a complete, self-contained introduction to advances in the field.