32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
16 °P sammeln
  • Broschiertes Buch

La minería de reglas de asociación es una tarea esencial para el descubrimiento de conocimiento. A partir de una gran cantidad de datos, se puede descubrir información potencialmente útil. Las reglas de asociación se utilizan para descubrir las relaciones de elementos o atributos entre datos de gran tamaño. Estas reglas pueden ser efectivas para descubrir relaciones desconocidas, brindando resultados que pueden ser la base del pronóstico y la decisión. La gestión eficaz de los negocios depende significativamente de la calidad de su toma de decisiones. Los datos de transacciones anteriores se…mehr

Produktbeschreibung
La minería de reglas de asociación es una tarea esencial para el descubrimiento de conocimiento. A partir de una gran cantidad de datos, se puede descubrir información potencialmente útil. Las reglas de asociación se utilizan para descubrir las relaciones de elementos o atributos entre datos de gran tamaño. Estas reglas pueden ser efectivas para descubrir relaciones desconocidas, brindando resultados que pueden ser la base del pronóstico y la decisión. La gestión eficaz de los negocios depende significativamente de la calidad de su toma de decisiones. Los datos de transacciones anteriores se pueden analizar para descubrir los comportamientos de los clientes de modo que se pueda mejorar la calidad de la decisión empresarial. El enfoque de las reglas de asociación minera se enfoca en descubrir grandes conjuntos de artículos, que son grupos de artículos que aparecen juntos en un número adecuado de transacciones. El método propuesto se centra en un enfoque combinado para generar reglas de asociación a partir de una gran base de datos de transacciones de clientes. También ayuda a identificar eventos que ocurren raramente. Este enfoque escanea la base de datos una vez para construir un gráfico de asociación y tablas de agrupamiento y luego atraviesa el gráfico para generar todos los conjuntos de elementos grandes.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
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.