Estrazione di regole di associazione mediante grafici e tecniche di clustering - Redekar, Seema
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

Le regole di associazione mineraria sono un compito essenziale per la scoperta della conoscenza. Da una grande quantità di dati, è possibile scoprire informazioni potenzialmente utili. Le regole di associazione vengono utilizzate per scoprire le relazioni di elementi o attributi tra dati enormi. Queste regole possono essere efficaci nello scoprire relazioni sconosciute, fornendo risultati che possono essere la base della previsione e della decisione. La gestione efficace del business dipende in modo significativo dalla qualità del suo processo decisionale. I dati delle transazioni passate…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Le regole di associazione mineraria sono un compito essenziale per la scoperta della conoscenza. Da una grande quantità di dati, è possibile scoprire informazioni potenzialmente utili. Le regole di associazione vengono utilizzate per scoprire le relazioni di elementi o attributi tra dati enormi. Queste regole possono essere efficaci nello scoprire relazioni sconosciute, fornendo risultati che possono essere la base della previsione e della decisione. La gestione efficace del business dipende in modo significativo dalla qualità del suo processo decisionale. I dati delle transazioni passate possono essere analizzati per scoprire i comportamenti dei clienti in modo tale da migliorare la qualità delle decisioni aziendali. L'approccio delle regole di associazione mineraria si concentra sulla scoperta di set di elementi di grandi dimensioni, ovvero gruppi di elementi che appaiono insieme in un numero adeguato di transazioni. Il metodo proposto si concentra su un approccio combinato per generare regole di associazione da un ampio database di transazioni dei clienti. Aiuta anche a identificare eventi che si verificano raramente. Questo approccio esegue la scansione del database una volta per costruire un grafico di associazione e tabelle di raggruppamento, quindi attraversa il grafico per generare tutti i set di elementi di grandi dimensioni.
Autorenporträt
Sono Seema Desai-Redekar, Assistant Professor, SIES Graduate School of Technology, Navi Mumbai, India. I miei campi di interesse sono Data Mining, Big Data Analytics e Data Science.