Nel corso del tempo, si accumula un'enorme quantità di dati. L'estrazione delle informazioni è uno dei processi che richiede più tempo, perché varia notevolmente a seconda delleesigenze dell 'utente . Ivari approcci del data mining sono impiegati per raccogliere i dati rilevanti e presentarli in modo digeribile per gli utenti finali. Ilclustering e la classificazione sono due tecniche didata mining utilizzate per scoprire modelli e intuizioni inediti.Questa sintesi illustra l'uso delle tecniche di data mining, in particolare il clustering e la classificazione, per estrarre informazioni rilevanti dai dati accumulati. Sottolinea l'importanza di selezionare un algoritmo di clustering adeguato e introduce il concetto di utilizzo di un algoritmo genetico per migliorare il metodo di clustering k-means. Il metodo proposto mira a ottimizzare il processo di clustering e dimostra la sua efficacia attraverso un test basato su uno scenario. La sintesi si conclude suggerendo ricerche future per ottimizzare ulteriormente l'algoritmo k-means utilizzando vari metodi evolutivi.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Gratis für den Versand innerhalb von/der Deutschland
Versandziele, Kosten & DauerAnbieter: moluna, Greven, Deutschland
Zustand: New. Artikel-Nr. 1292600852
Anzahl: Mehr als 20 verfügbar
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland
Taschenbuch. Zustand: Neu. Neuware -Nel corso del tempo, si accumula un'enorme quantità di dati. L'estrazione delle informazioni è uno dei processi che richiede più tempo, perché varia notevolmente a seconda delleesigenze dell 'utente . Ivari approcci del data mining sono impiegati per raccogliere i dati rilevanti e presentarli in modo digeribile per gli utenti finali. Ilclustering e la classificazione sono due tecniche didata mining utilizzate per scoprire modelli e intuizioni inediti.Questa sintesi illustra l'uso delle tecniche di data mining, in particolare il clustering e la classificazione, per estrarre informazioni rilevanti dai dati accumulati. Sottolinea l'importanza di selezionare un algoritmo di clustering adeguato e introduce il concetto di utilizzo di un algoritmo genetico per migliorare il metodo di clustering k-means. Il metodo proposto mira a ottimizzare il processo di clustering e dimostra la sua efficacia attraverso un test basato su uno scenario. La sintesi si conclude suggerendo ricerche future per ottimizzare ulteriormente l'algoritmo k-means utilizzando vari metodi evolutivi.Books on Demand GmbH, Überseering 33, 22297 Hamburg 60 pp. Italienisch. Artikel-Nr. 9786206931119
Anzahl: 2 verfügbar