EBOOKI WYDAWCY
Koszyk
Eksploracja danych
Metody i algorytmy
Autor:
Wydawca:
Format:
ibuk
Rozwój oraz upowszechnienie rozwiązań technologicznych służących gromadzeniu informacji sprawiły, że we wszystkich obszarach działalności człowieka mamy do czynienia z przechowywaniem i przetwarzaniem danych. Zazwyczaj są one wykorzystywane jedynie w bieżącej działalności instytucji je gromadzących; analiza i interpretacja danych może jednak dostarczyć istotnej wiedzy na temat reguł i zależności rządzących procesami biznesowymi, zachowaniami konsumentów i zagrożeniami funkcjonowania firmy.
Eksploracja danych to nowa dziedzina informatyki odpowiadająca na potrzebę zaawansowanej i automatycznej analizy informacji. Jej dynamiczny rozwój wynika z konieczności integracji istniejących algorytmów w celu efektywnego przetwarzania dużej ilości nowych typów danych. Obecnie, wraz z rozwojem narzędzi do generowania i przechowywania danych, eksploracji poddawane są coraz bardziej złożone informacje: multimedialne (zdjęcia, filmy, muzyka), przestrzenne (mapy), przebiegi czasowe, struktury chemiczne (sekwencje DNA), sieci społecznościowe.
Niniejsza książka jest pierwszym na polskim rynku samodzielnym podręcznikiem przedstawiającym metody eksploracji danych w ujęciu algorytmicznym, a nie statystycznym. Zawiera omówienie podstawowych metod eksploracji, m.in. odkrywanie asocjacji, wzorców sekwencji, klasyfikację i grupowanie. Dla każdej z metod omówiono podstawowe algorytmy eksploracji ilustrowane licznymi przykładami. Dodatkowo, w celu sprawdzenia wiedzy czytelnika, przygotowano zestaw zadań i ćwiczeń do samodzielnego wykonania.
Głównymi adresatami podręcznika są studenci informatyki, ekonomii, psychologii,
socjologii – dziedzin, w których duże znaczenie ma przetwarzanie informacji. Z pewnością skorzystają z niego również doktoranci zajmujący się zagadnieniami eksploracji danych i odkrywania wiedzy.
| Rok wydania | 2013 |
|---|---|
| Liczba stron | 564 |
| Kategoria | Inne |
| Wydawca | Wydawnictwo Naukowe PWN |
| ISBN-13 | 978-83-01-17175-9 |
| Numer wydania | 1 |
| Język publikacji | polski |
| Informacja o sprzedawcy | ePWN sp. z o.o. |
POLECAMY
Ciekawe propozycje
Spis treści
| Przedmowa VII | |
| Rozdział. Wprowadzenie | 1 |
| Rozdział 2. Odkrywanie asocjacji | 10 |
| 2.1. Klasyfikacja reguł asocjacyjnych | 11 |
| 2.2. Odkrywanie jednopoziomowych, jednowymiarowych, binarnych reguł asocjacyjnych: sformułowanie problemu | 14 |
| 2.3. Odkrywanie binarnych reguł asocjacyjnych: alternatywne sformułowanie problemu | 17 |
| 2.4. Podstawowy algorytm odkrywania jednowymiarowych, jednopoziomowych, binarnych reguł asocjacyjnych | 21 |
| 2.5. Odkrywanie domkniętych i maksymalnych zbiorów częstych | 54 |
| 2.6. Odkrywanie wielopoziomowych jednowymiarowych reguł asocjacyjnych | 80 |
| 2.7. Odkrywanie wielowymiarowych reguł asocjacyjnych | 88 |
| 2.8. Negatywne asocjacje | 104 |
| 2.9. Miary atrakcyjności reguł asocjacyjnych | 125 |
| 2.10. Zadania | 132 |
| 2.11. Uwagi bibliograficzne | 140 |
| Rozdział 3. Odkrywanie wzorców sekwencji | 143 |
| 3.1. Odkrywanie wzorców sekwencji: sformułowanie problemu | 144 |
| 3.2. Podstawowy algorytm odkrywania wzorców sekwencji | 147 |
| 3.3. Prefiksowy algorytm odkrywania wzorców sekwencji | 156 |
| 3.4. Odkrywanie domkniętych wzorców sekwencji | 165 |
| 3.5. Odkrywanie wzorców sekwencji z ograniczeniami czasowymi: sformułowanie problemu | 178 |
| 3.6. Algorytm odkrywania wzorców sekwencji z ograniczeniami czasowymi | 180 |
| 3.7. Odkrywanie uogólnionych wzorców sekwencji | 186 |
| 3.8. Odkrywanie innych wzorców sekwencji | 188 |
| 3.9. Zadania | 191 |
| 3.10. Uwagi bibliograficzne | 194 |
| Rozdział 4. Klasyfikacja | 196 |
| 4.1. Wprowadzenie do klasyfikacji | 197 |
| 4.2. Klasyfikacja przez indukcję drzew decyzyjnych | 201 |
| 4.3. Klasyfikatory regułowe | 244 |
| 4.4. Klasyfikacja asocjacyjna | 259 |
| 4.5. Klasyfikatory bayesowskie | 275 |
| 4.6. Klasyfikator najbliższego sąsiedztwa | 306 |
| 4.7. Kombinacja klasyfikatorów | 313 |
| 4.8. Ocena jakości klasyfikatora | 325 |
| 4.9. Zadania | 337 |
| 4.10. Uwagi bibliograficzne | 342 |
| Rozdział 5. Grupowanie | 346 |
| 5.1. Proces grupowania | 347 |
| 5.2. Niepodobieństwo obiektów | 349 |
| 5.3. Algorytmy grupowania | 360 |
| 5.4. Grupowanie hierarchiczne | 364 |
| 5.5. Grupowanie iteracyjno-optymalizacyjne | 392 |
| 5.6. Metody grupowania gęstościowego | 411 |
| 5.7. Metody grupowania gridowego | 420 |
| 5.8. Metody oparte na modelu | 430 |
| 5.9. Grupowanie obiektów opisanych zbiorami atrybutów kategorycznych | 437 |
| 5.10. Wykrywanie punktów osobliwych | 478 |
| 5.11. Zadania | 503 |
| 5.12. Uwagi bibliograficzne | 509 |
| A. Dekompozycja SVD | 513 |
| B. Miary atrakcyjności reguł | 521 |
| Bibliografia | 525 |
| Skorowidz | 549 |