دانلود کتاب Scientific Data Mining and Knowledge Discovery: Principles and Foundations
کتاب داده کاوی علمی و کشف دانش: اصول و مبانی نسخه زبان اصلی
دانلود کتاب داده کاوی علمی و کشف دانش: اصول و مبانی 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 Scientific Data Mining and Knowledge Discovery: Principles and Foundations
نام کتاب : Scientific Data Mining and Knowledge Discovery: Principles and Foundations
ویرایش : 1
عنوان ترجمه شده به فارسی : داده کاوی علمی و کشف دانش: اصول و مبانی
سری :
نویسندگان : Mohamed Medhat Gaber (auth.), Mohamed Medhat Gaber (eds.)
ناشر : Springer-Verlag Berlin Heidelberg
سال نشر : 2010
تعداد صفحات : 411
ISBN (شابک) : 3642027873 , 9783642027871
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 5 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 :
با تکامل در ذخیره سازی داده ها، پایگاه های داده بزرگ، محققان بسیاری از حوزه ها، به ویژه یادگیری ماشینی و آمار، را به اتخاذ و توسعه تکنیک های جدید برای تجزیه و تحلیل داده ها در زمینه های مختلف علمی برانگیخته است. به ویژه، موفقیت های قابل توجهی در استفاده از تکنیک های آماری، محاسباتی و یادگیری ماشین برای کشف دانش علمی در زمینه های زیست شناسی، شیمی، فیزیک و نجوم به دست آمده است. با پیشرفت‌های اخیر در هستی‌شناسی‌ها و بازنمایی دانش، اکتشاف علمی خودکار (ASD) چشم‌اندازهای بزرگ‌تری در آینده دارد.
مشارکت‌های این کتاب اطلاعات کاملی را در اختیار خواننده قرار می‌دهد. نگاهی به ابزارهای مختلف مورد استفاده در تجزیه و تحلیل داده ها برای کشف علمی. گابر ارائه را در چهار بخش سازماندهی کرده است: بخش اول پیشینه لازم را در زمینه رشته هایی که داده کاوی علمی و کشف دانش بر آن ها استوار است در اختیار خواننده قرار می دهد. بخش دوم کاربردهای روش های محاسباتی مورد استفاده در کاربردهای زمین فضایی، شیمیایی و بیوانفورماتیک را شرح می دهد. بخش سوم در مورد کاربردهای داده کاوی در علوم زمین، شیمی و فیزیک است. در نهایت، در قسمت چهارم، روندها و جهت گیری های آینده برای تحقیق توضیح داده شده است.
این کتاب به عنوان نقطه شروعی برای دانشجویان و محققان علاقه مند به این حوزه چند رشته ای است. هم نمای کلی از وضعیت هنر ارائه می دهد و هم زمینه ها و موضوعات باز را برای تحقیق و توسعه آینده فهرست می کند.
فهرست مطالب :
Front Matter....Pages 1-8
Introduction....Pages 1-4
Front Matter....Pages 6-6
Machine Learning....Pages 7-52
Statistical Inference....Pages 53-76
The Philosophy of Science and its relation to Machine Learning....Pages 77-89
Concept Formation in Scientific Knowledge Discovery from a Constructivist View....Pages 91-109
Knowledge Representation and Ontologies....Pages 111-137
Front Matter....Pages 140-140
Spatial Techniques....Pages 141-172
Computational Chemistry....Pages 173-206
String Mining in Bioinformatics....Pages 207-247
Front Matter....Pages 250-250
Knowledge Discovery and Reasoning in Geospatial Applications....Pages 251-268
Data Mining and Discovery of Chemical Knowledge....Pages 269-317
Data Mining and Discovery of Astronomical Knowledge....Pages 319-341
Front Matter....Pages 344-344
On-board Data Mining....Pages 345-376
Data Streams: An Overview and Scientific Applications....Pages 377-397
Back Matter....Pages 1-2
توضیحاتی در مورد کتاب به زبان اصلی :
With the evolution in data storage, large databases have stimulated researchers from many areas, especially machine learning and statistics, to adopt and develop new techniques for data analysis in different fields of science. In particular, there have been notable successes in the use of statistical, computational, and machine learning techniques to discover scientific knowledge in the fields of biology, chemistry, physics, and astronomy. With the recent advances in ontologies and knowledge representation, automated scientific discovery (ASD) has further, great prospects in the future.
The contributions in this book provide the reader with a complete view of the different tools used in the analysis of data for scientific discovery. Gaber has organized the presentation into four parts: Part I provides the reader with the necessary background in the disciplines on which scientific data mining and knowledge discovery are based. Part II details applications of computational methods used in geospatial, chemical, and bioinformatics applications. Part III is about data mining applications in geosciences, chemistry, and physics. Finally, in Part IV, future trends and directions for research are explained.
The book serves as a starting point for students and researchers interested in this multidisciplinary field. It offers both an overview of the state of the art and lists areas and open issues for future research and development.