کتاب الکترونیکی

تکنیک های انتخاب ویژگی معیار برای داده کاوی

Benchmarking Attribute Selection Techniques for Data Mining

دانلود کتاب Benchmarking Attribute Selection Techniques for Data Mining (به فارسی: تکنیک های انتخاب ویژگی معیار برای داده کاوی) نوشته شده توسط «Hall M.A. – Holmes J.»

اطلاعات کتاب تکنیک های انتخاب ویژگی معیار برای داده کاوی

موضوع اصلی: سازمان و پردازش داده ها

نوع: کتاب الکترونیکی

نویسنده: Hall M.A. – Holmes J.

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2003

تعداد صفحه: 15

حجم کتاب: 1 مگابایت

توضیحات کتاب تکنیک های انتخاب ویژگی معیار برای داده کاوی

مهندسی داده به طور کلی به عنوان یک موضوع اصلی در توسعه برنامه های کاربردی داده کاوی در نظر گرفته می شود. موفقیت بسیاری از طرح‌های یادگیری، در تلاش برای ساخت مدل‌هایی از داده‌ها، به شناسایی قابل اعتماد مجموعه کوچکی از ویژگی‌های بسیار پیش‌بینی‌کننده بستگی دارد. گنجاندن ویژگی‌های نامربوط، زائد و پر سر و صدا در فاز فرآیند ساخت مدل می‌تواند منجر به عملکرد پیش‌بینی ضعیف و افزایش محاسبات شود. انتخاب ویژگی عموماً شامل ترکیبی از جستجو و برآورد سودمندی ویژگی به همراه ارزیابی با توجه به طرح‌های یادگیری خاص است. این منجر به تعداد زیادی از جایگشت‌های احتمالی می‌شود و منجر به وضعیتی شده است که در آن مطالعات معیار بسیار کمی انجام شده‌اند. این مقاله یک مقایسه معیار از چندین روش انتخاب ویژگی را ارائه می‌کند. همه روش‌ها رتبه‌بندی ویژگی‌ها را ایجاد می‌کنند، یک ابزار مفید برای جداسازی شایستگی فردی یک ویژگی. انتخاب ویژگی با اعتبارسنجی متقابل رتبه‌بندی‌ها با توجه به یک طرح یادگیری برای یافتن بهترین ویژگی‌ها به دست می‌آید. نتایج برای انتخاب مجموعه داده های استاندارد و دو طرح یادگیری C4.5 و ساده بیز گزارش شده است.

Data engineering is generally considered to be a central issue in the development of data mining applications. The success of many learning schemes, in their attempts to construct models of data, hinges on the reliable identification of a small set of highly predictive attributes. The inclusion of irrelevant, redundant and noisy attributes in the model building process phase can result in poor predictive performance and increased computation.Attribute selection generally involves a combination of search and attribute utility estimation plus evaluation with respect to specific learning schemes. This leads to a large number of possible permutations and has led to a situation where very few benchmark studies have been conducted.This paper presents a benchmark comparison of several attribute selection methods. All the methods produce an attribute ranking, a useful devise for isolating the individual merit of an attribute. Attribute selection is achieved by cross-validating the rankings with respect to a learning scheme to find the best attributes. Results are reported for a selection of standard data sets and two learning schemes C4.5 and naive Bayes.

دانلود کتاب «تکنیک های انتخاب ویژگی معیار برای داده کاوی»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.

برچسب ها
مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان