Andere Kunden interessierten sich auch für
![Assoziationsregel-Mining auf progressiven und hochdimensionalen Daten]( "Assoziationsregel-Mining auf progressiven und hochdimensionalen Daten")
Assoziationsregel-Mining auf progressiven und hochdimensionalen Daten71,90 €![Majning prawil associacii dlq progressiwnyh i mnogomernyh dannyh]( "Majning prawil associacii dlq progressiwnyh i mnogomernyh dannyh")
Majning prawil associacii dlq progressiwnyh i mnogomernyh dannyh28,99 €![Association Rule Mining on Progressive and High Dimensional Data]( "Association Rule Mining on Progressive and High Dimensional Data")
Association Rule Mining on Progressive and High Dimensional Data47,99 €![Rilevamento proiettato degli outlier per flussi di dati ad alta dimensionalità]( "Rilevamento proiettato degli outlier per flussi di dati ad alta dimensionalità")
Rilevamento proiettato degli outlier per flussi di dati ad alta dimensionalità36,99 €![Estrazione di regole di associazione da set di dati incrementali]( "Estrazione di regole di associazione da set di dati incrementali")
Estrazione di regole di associazione da set di dati incrementali43,90 €![Struttura sicura basata su cloud per un'organizzazione virtuale ad alta intensità di ICT]( "Struttura sicura basata su cloud per un'organizzazione virtuale ad alta intensità di ICT")
Struttura sicura basata su cloud per un'organizzazione virtuale ad alta intensità di ICT48,99 €![Datalanx: struttura architettonica per applicazioni cloud ad alta intensità di dati]( "Datalanx: struttura architettonica per applicazioni cloud ad alta intensità di dati")
Datalanx: struttura architettonica per applicazioni cloud ad alta intensità di dati40,99 €
L'Association Rule Mining gioca un ruolo vitale in molti compiti significativi di data mining come l'estrazione di modelli frequenti, associazioni, modelli sequenziali, modelli chiusi e colossali, ecc. L'aumento esponenziale della disponibilità di serie di dati progressivi e ad alta dimensione come i dati di microarray e di espressione genica con caratteristiche variabili permette di studiare le prestazioni delle tecniche di estrazione delle regole di associazione per una scoperta efficiente delle regole. Questo libro sottolinea la valutazione delle prestazioni della scoperta di regole di associazione con i metodi Doubleton Pattern Mining (DPM) per l'estrazione di vari tipi di modelli frequenti da insiemi di dati progressivi ad alta dimensione.