Name: Estrazione di regole di associazione mediante grafici e tecniche di clustering (en Italiano)
Price: 79430.00 CLP
Availability: InStock
Author: Redekar, Seema
ISBN: 9786206252092

portada Estrazione di regole di associazione mediante grafici e tecniche di clustering (en Italiano)

Formato

Libro Físico

Autor

Seema Redekar

Editorial

Edizioni Sapienza

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

Peso

0.10 kg.

ISBN13

9786206252092

Categorías

Tecnología de la información: cuestiones generales

Estrazione di regole di associazione mediante grafici e tecniche di clustering (en Italiano)

Seema Redekar (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo

$ 79.430

$ 110.320

Ahorras: $ 30.890

28% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Jueves 18 de Julio y el Jueves 25 de Julio.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Estrazione di regole di associazione mediante grafici e tecniche di clustering (en Italiano)"

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.