دانلود کتاب Clustering for Data Mining: A Data Recovery Approach

49,000 تومان

خوشه بندی برای داده کاوی: یک رویکرد بازیابی داده


موضوع اصلی کامپیوترها
نوع کالا کتاب الکترونیکی
ناشر Chapman and Hall/CRC
تعداد صفحه 278
حجم فایل 4 مگابایت
کد کتاب 1584885343,9781584885344
نوبت چاپ 1
نویسنده
زبانانگلیسی
فرمتPDF
سال انتشار2005
مطلب پیشنهادی: با پول کتاب در ایران چی میشه خرید؟
در صورت نیاز به تبدیل فایل به فرمت‌های PDF، EPUB، AZW3، MOBI و یا DJVU می‌توانید به پشتیبان اطلاع دهید تا در صورت امکان، فایل مورد نظر را تبدیل نمایند. سایت بَلیان دارای تخفیف پلکانی است، یعنی با افزودن کتاب بیشتر به سبدخرید، قیمت آن برای شما کاهش می‌یابد. جهت مشاهده درصد تخفیف‌ها بر روی «جدول تخفیف پلکانی» در پایین کلیک نمایید. جهت یافتن سایر کتاب‌های مشابه، از منو جستجو در بالای سایت استفاده نمایید.
شما می‌توانید با هر 1000 تومان خرید، ۱ شانس شرکت در قرعه‌کشی کتابخانه دیجیتال بلیان دریافت کنید و شانس خود را برای برنده شدن جوایز هیجان انگیز امتحان کنید. «شرایط شرکت در قرعه‌کشی»

جدول کد تخفیف

با افزودن چه تعداد کتاب به سبد‌خرید، چند‌ درصد تخفیف شامل آن خواهد شد؟ در این جدول پاسخ این سوال را خواهید یافت. برای مثال: اگر بین ۳ الی ۵ کتاب را در سبد خرید خود قرار دهید، ۲۵ درصد تخفیف شامل سبد‌خرید شما خواهد شد.
تعداد کتاب درصد تخفیف قیمت کتاب
1 بدون تخفیف 25,000 تومان
2 20 درصد 20,000 تومان
3 الی 5 25 درصد 18,750 تومان
6 الی 10 30 درصد 17,500 تومان
11 الی 20 35 درصد 16,250 تومان
21 الی 30 40 درصد 15,000 تومان
31 الی 40 45 درصد 13,750 تومان
41 الی 50 50 درصد 12,500 تومان
51 الی 70 55 درصد 11,250 تومان
71 الی 100 60 درصد 10,000 تومان
101 الی 150 65 درصد 8,750 تومان
151 الی 200 70 درصد 7,500 تومان
201 الی 300 75 درصد 6,250 تومان
301 الی 500 80 درصد 5,000 تومان
501 الی 1000 85 درصد 3,750 تومان
1001 الی 10000 90 درصد 2,500 تومان
توضیحات

ترجمه فارسی توضیحات (ترجمه ماشینی)

خوشه بندی برای داده کاوی: یک رویکرد بازیابی داده

این کتاب مقدمه ای روان، با انگیزه و مثال غنی برای خوشه بندی ارائه می دهد که در بسیاری از جنبه ها نوآورانه است. پاسخ هایی به سؤالات مهمی که اگر اصلاً به آنها پرداخته شود، به ندرت مورد توجه قرار می گیرند، ارائه شده است. مثال ها: (الف) اگر کاربر باید چه کاری انجام دهد. هیچ ایده ای از تعداد خوشه ها و/یا مکان آنها وجود ندارد – از چیزی که k-means هوشمند نامیده می شود استفاده کنید؛ (ب) اگر داده ها دارای هر دو ویژگی عددی و دسته بندی باشند، چه کاری باید انجام شود – از آنچه که رویه استانداردسازی سه مرحله ای نامیده می شود استفاده کنید؛ (ج) چگونه برای گرفتن الگوهای غیرعادی، (د) نحوه اعتبارسنجی خوشه ها، و غیره. برخی از اینها ممکن است در معرض انتقاد قرار گیرند، با این حال برخی انگیزه ها همیشه ارائه می شود، و نتایج همیشه قابل تکرار هستند، بنابراین قابل آزمایش هستند. این کتاب تعدادی از کمک های تفسیر خوشه ای غیر متعارف را معرفی می کند. برگرفته از یک دیدگاه هندسه داده پذیرفته شده توسط نویسنده و بر اساس آنچه اشاره شده است، اوزان سهم – اساساً عناصری از ساختارهای خوشه ای را نشان می دهد که خوشه ها را از بقیه متمایز می کند. به نظر می‌رسد که این وزن‌های کمکی، که بر داده‌های طبقه‌بندی‌شده اعمال می‌شوند، با آنچه آماردانانی مانند A. Quetelet و K. Pearson در چند قرن گذشته توسعه می‌دادند، بسیار سازگار است، که توسعه‌ای بسیار بدیع و خوشایند است. این کتاب مجموعه‌ای غنی از رویکردهای انباشته شده در حوزه‌های داغی مانند متن کاوی و بیوانفورماتیک را مرور می‌کند و نشان می‌دهد که خوشه‌بندی فقط مجموعه‌ای از روش‌های ساده برای پردازش داده نیست، بلکه حوزه‌ای در حال تکامل از علم داده را تشکیل می‌دهد. من این کتاب را به عنوان متنی برای خود انتخاب کردم. دوره های داده کاوی برای مقاطع کارشناسی و کارشناسی ارشد.

Clustering for Data Mining: A Data Recovery Approach

This book gives a smooth, motivated and example-richintroduction to clustering, which is innovative in many aspects.Answers to important questions that are very rarely addressed if addressed at all, are provided.Examples:(a) what to do if the user has no idea of the numberof clusters and/or their location – use what is called intelligent k-means;(b) what to do if the data contain both numeric and categoricalfeatures – use what is called three-step standardization procedure;(c) how to catch anomalous patterns, (d) how to validate clusters, etc.Some of these may be subject to criticism, however some motivation is alwayssupplied, and the results are always reproducible thus testable.The book introduces a numberof non-conventional cluster interpretation aids derived from a datageometry view accepted by the author and based on what is referredthe contribution weights – basically showing those elements of clusterstructures that distinguish clusters from the rest. These contributionweights, applied to categorical data, appear to be highly compatiblewith what statisticians such as A. Quetelet and K. Pearson were developingin the past couple of centuries, which is a highly original and welcomedevelopment. The book reviews a rich set of approaches being accumulatedin such hot areas as text mining and bioinformatics, and shows thatclustering is not just a set of naive methods for data processing butforms an evolving area of data science.I adopted the book as a text for my courses in data mining for bachelorand master degrees.

نظرات (0)

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Clustering for Data Mining: A Data Recovery Approach”