QUADRO BASEADO NA NUVEM PARA O TRATAMENTO DE DADOS SOBRE DIABETES - P, Sangeetha;M, Kavitha
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Com o crescimento exponencial de dados de várias redes sociais como Facebook, Twitter, aplicações móveis, câmaras digitais, redes de sensores, etc., e também de pesquisas biomédicas, o volume global de dados tem aumentado tremendamente. Assim, analisar e extrair informação frutuosa de dados tão dinâmicos é hoje em dia uma tarefa muito exigente. A prospecção de dados desempenha um papel vital no tratamento de grandes dados para analisar o reconhecimento de padrões e as previsões médicas. Podemos extrair dados usando vários algoritmos e técnicas tais como Classificação, Agrupamento, Regressão,…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Com o crescimento exponencial de dados de várias redes sociais como Facebook, Twitter, aplicações móveis, câmaras digitais, redes de sensores, etc., e também de pesquisas biomédicas, o volume global de dados tem aumentado tremendamente. Assim, analisar e extrair informação frutuosa de dados tão dinâmicos é hoje em dia uma tarefa muito exigente. A prospecção de dados desempenha um papel vital no tratamento de grandes dados para analisar o reconhecimento de padrões e as previsões médicas. Podemos extrair dados usando vários algoritmos e técnicas tais como Classificação, Agrupamento, Regressão, Regras de Associação, etc., Estes padrões podem ser utilizados para uma rápida e melhor tomada de decisões clínicas de medicina preventiva e sugestiva. Implementa uma técnica eficiente de mineração de dados chamada algoritmo de crescimento frequente de padrões (FP-Growth) para analisar o conjunto de dados sobre diabetes foram recolhidos de vários pacientes e geraram resultados de previsão úteis. Os ficheiros armazenados na nuvem podem ser acedidos em qualquer altura a partir de qualquer lugar, desde que se tenha acesso à Internet. Assim, a nuvem armazena os conjuntos de dados da diabetes e gera resultados de previsão úteis utilizando o algoritmo FP-Growth.
Autorenporträt
P.Sangeetha prosseguiu a sua licenciatura no campo da Informática e Engenharia pelo SNS College of Technology e o seu mestrado pelo KPR Institute of Engineering and Technology, Coimbatore. Actualmente, trabalha como Professora Assistente no departamento de Ciência Informática e Engenharia na Faculdade de Engenharia de Kathir.