POLECAMY
Koszyk
Wybrane zagadnienia analizy danych
Redakcja:
Format:
ibuk
Podstawowym problemem w dzisiejszych czasach we wszystkich dziedzinach życia jest konieczność gromadzenia dużych zbiorów danych o różnorodnej złożonej strukturze oraz konieczność analizy i przetwarzania takich danych. Zjawisko to powoduje rosnące zapotrzebowanie na tworzenie nowych metody analizy danych, na przykład ich grupowania, badania relacji między danymi oraz prowadzenia inteligentnej analizy pozwalającej na wydobywanie nowych nieznanych zależności między danymi a także pozyskanie nowej wiedzy z analizowanych danych.
| Rok wydania | 2014 |
|---|---|
| Liczba stron | 190 |
| Kategoria | Inne |
| Wydawca | Akademicka Oficyna Wydawnicza EXIT Andrzej Lang |
| ISBN-13 | 978-83-7837-541-8 |
| Język publikacji | polski |
| Informacja o sprzedawcy | ePWN sp. z o.o. |
Ciekawe propozycje
Spis treści
| Wstęp (Alicja Wakulicz-Deja) | |
| Rozdział 1. Wprowadzenie do eksploracji danych (Piotr Paszek) | |
| 1. Eksploracja danych i odkrywanie wiedzy z danych | |
| 2. CRISP-DM | |
| 3. Metody eksploracji danych | |
| 4. Eksploracja danych - dziedziny zastosowań | |
| 5. Oprogramowanie wspierające eksplorację danych | |
| Rozdział 2. Przygotowanie danych (Agnieszka Nowak-Brzezińska) | |
| 1. Problem niekompletności danych | |
| 2. Metody normalizacji danych | |
| 3. Dyskretyzacja | |
| 4. Przygotowanie danych do analizy w środowisku R | |
| 5. Podsumowanie | |
| Rozdział 3. Systemy uczące się, zbiory i logika rozmyta (Wojciech Froelich) | |
| 1. Algorytm uczenia FIND-S | |
| 2. Uczenie leniwe | |
| 3. Uczenie ze wzmocnieniem | |
| 4. Zbiory rozmyte i logika rozmyta | |
| 5. System regułowy uczący się ze wzmocnieniem - przykład | |
| 6. Rozmyte sieci kognitywne | |
| 7. Podsumowanie | |
| Rozdział 4. Systemy analiza danych - klasyfikacja (Barbara Marszał-Paszek) | |
| 1. Wprowadzenie do klasyfikacji | |
| 2. Metody oceny klasyfikatorów | |
| 3. Klasyfikator regułowy wykorzystujący teorię zbiorów przybliżonych | |
| 4. Klasyfikator oparty na rozkładzie prawdopodobieństwa | |
| 5. Klasyfikator k-NN | |
| Rozdział 5. Systemy analizy danych - drzewa decyzyjne, reguły asocjacyjne (Piotr Paszek) | |
| 1. Drzewa decyzyjne | |
| 2. Odkrywanie asocjacji | |
| Rozdział 6. Systemy analizy danych - podejście statystyczne (Agnieszka Nowak-Brzezińska) | |
| 1. Narzędzie do wykonania analiz | |
| 2. Statystyka opisowa w środowisku R | |
| 3. Regresja liniowa | |
| 4. Analiza skupień | |
| 5. Drzewa decyzyjne | |
| 6. Analiza składowych głównych | |
| 7. Podsumowanie | |
| 8. Zadania | |
| Rozdział 7. Narzędzia Analizy Danych (Barbara Marszał-Paszek, Piotr Paszek) | |
| 1. Programy wykorzystywane w analizie danych | |
| 2. Program RapidMiner | |
| 3. Program RSES | |
| 4. Programy TunedIT - Debellor | |
Wypożyczaj w abonamencie!
Już od 2,66 zł za ebooka
