مهندسی کامپیوتر | آموزش برنامه نویسی | سورس برنامه نویسی دانشنامه مهندسی کامپیوتر
دانلود رایگان کتاب داده کاوی در پایگاه داده های بزرگ
در این مطلب برای شما کاربران گرامی کتاب داده کاوی در پایگاه داده های بزرگ را به صورت رایگان و با لینک مستقیم برای شما به اشتراک گذاشته ایم و شما هم اکنون می توانید به راحتی از لینکی که در انتهای مطلب قرار دارد استفاده کنید و این کتاب را دانلود نمایید . این کتاب نوشته رضا خسروی می باشد و در ۱۰۳ صفحه نگارش شده است همچنین شما می توانید توضیحات بیشتری درباره کتاب در ادامه بخوانید و به علاوه اینکه عناوین سرفصل های کتاب هم درج شده است . موفق باشید
توضیحات :
کتاب داده کاوی در پایگاه داده های بزرگ را که به زبان فارسی توسط رضا خسروی تیه شده است . داده کاوی به روشهای استخراج تحلیل داده ای برای شناخت بهتر از داده های بسیار بزرگ مورد استفاده قرار می گیرد. در این کتاب سعی شده است تا پیدایش و تاریخچه داده کاوی Data Mining بطور خلاصه بررسی شود. روشهای الگو های پیشرفته برای دستیابی به تحلیل داده ای دقیق و کارآمد. روشهای داده کاوی و OLAP ، مباحث تحلیل آماری از پایگاه داده های بسیار بزرگ با استفاده از داده کاوی ، مدل ها و الگوریتم های داده کاوی ، بررسی روشهای هوش مصنوعی و شبکه های عصبی ، و… می باشد . هدف کلی نویسنده این کتاب را می توان اینگونه بیان نمود ” ارایه تعریف دقیقی از انبار داده، بررسی تکنیکها و کاربردهای داده کاوی و کاربرد آن در مدیریت، معرفی شبکه عصبی به عنوان یکی از روشهای اجرای داده کاوی و بیان مفهوم درخت تصمیم و ارتباط آن با داده کاوی دانست”. در ادامه سر فصل های این کتاب بطور کامل عنوان شده است که امید است مورد توجه شما قرار بگیرد.
سرفصل ها :
- چکیده
- مقدمه ای بر داده‌کاوی
- فصل اول
- چه چیزی سبب پیدایش داده کاوی شده است
- مراحل کشف دانش
- جایگاه داده کاوی در میان علوم مختلف
- داده کاوی چه کارهایی نمی تواند انجام دهد؟
- داده کاوی و انبار داده ها
- داده کاوی و OLAP
- کاربرد یادگیری ماشین و آمار در داده کاوی
- فصل دوم
- توصیف داده ها در داده کاوی
- خلاصه سازی و به تصویر در آوردن داده ها
- خوشه بندی
- تحلیل لینک
- فصل سوم
- مدل های پیش بینی داده ها
- Classification
- Regression
- Time series
- فصل چهارم
- مدل ها و الگوریتم های داده کاوی
- شبکه های عصبی
- Decision trees
- Multivariate Adaptive Regression Splines(MARS)
- Rule induction
- Knearest neibour and memorybased reansoning(MBR)
- رگرسیون منطقی
- تحلیل تفکیکی
- مدل افزودنی کلی (GAM)
- Boosting
- فصل پنجم
- سلسله مراتب انتخابها
- فصل ششم
- مراحل فرایند کشف دانش از پایگاه داده های بزرگ
- انبارش داده ها
- انتخاب داده ها
- تبدیل داده ها
- کاوش در داده ها
- تفسیر نتیجه
- فصل هفتم
- عملیات های داده کاوی
- مدل سازی پیشگویی کننده
- تقطیع پایگاه داده ها
- تحلیل پیوند
- فصل هشتم
- قابلیت هایdata mainig
- داده کاوی وانبار داده ها
- داده کاوی آمار ویادگیری ماشین
- کاربرد های داده کاوی
- داده کاوی موفق
- تحلیل ارتباطات
- فصل نهم
- طبقه بندی
- حدس بازگشتی
- سری های زمانی
- درخت های انتخاب
- استنتاج قانون
- الگوریتم های ژنتیک
- فصل دهم
- فرایند های داده کاوی
- مدل فرایند دو سویه
- فصل یازدهم
- ساختن یک پایگاه داده داده کاوی
- جستجوی داده
- آماده سازی داده برای مدل سازی
- ساختن مدل برای داده کاوی
- تائید اعتبار ساده
- ارزیابی وتفسیر
- فصل دوازدهم
- ماتریس های پیچیدگی
- ایجادمعماری مدل ونتایج
- فصل سیزدهم
- نتیجه گیری
- منابع و مآخذ
مطالب مرتبط با مبحث پایگاه داده را بخوانید :
مباحث دیگر مربوط به پایگاه داده را می توانید در این بخش مشاهده نمایید .
دیدگاه خود را بیان کنید