vidhyavathi (37 risultati)

Condizione: Very Good. some shelf wear with a minor knock to the edge but the content not affected.

Condizione: New.

Paperback. Condizione: Brand New. 461 pages. 9.20x6.70x1.16 inches. In Stock.

Condizione: New.

Condizione: New.

Taschenbuch. Condizione: Neu. ONTOLOGY GENERATION FOR SEMANTIC SEARCH SYSTEM USING DATA MINING | SEMANTIC SEARCH SYSTEM | Vidhyavathi Ramasamy | Taschenbuch | Englisch | 2021 | LAP LAMBERT Academic Publishing | EAN 9786203471052 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

paperback. Condizione: New. NEW. SHIPS FROM MULTIPLE LOCATIONS. book.

Condizione: New.

Taschenbuch. Condizione: Neu. GÉNÉRATION D'ONTOLOGIE POUR UN SYSTÈME DE RECHERCHE SÉMANTIQUE UTILISANT L'EXPLORATION DE DONNÉES | SYSTÈME DE RECHERCHE SÉMANTIQUE | Vidhyavathi Ramasamy | Taschenbuch | Französisch | 2022 | Editions Notre Savoir | EAN 9786204610368 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Condizione: Neu. GERAÇÃO DE ONTOLOGIAS PARA SISTEMA DE BUSCA SEMÂNTICA USANDO MINERAÇÃO DE DADOS | SISTEMA DE BUSCA SEMÂNTICA | Vidhyavathi Ramasamy | Taschenbuch | Portugiesisch | 2022 | Edições Nosso Conhecimento | EAN 9786204610344 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Condizione: Neu. GENERAZIONE DI ONTOLOGIA PER IL SISTEMA DI RICERCA SEMANTICA UTILIZZANDO IL DATA MINING | SISTEMA DI RICERCA SEMANTICA | Vidhyavathi Ramasamy | Taschenbuch | Italienisch | 2022 | Edizioni Sapienza | EAN 9786204610375 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Condizione: Neu. ERSTELLUNG EINER ONTOLOGIE FÜR EIN SEMANTISCHES SUCHSYSTEM MITTELS DATA MINING | SEMANTISCHES SUCHSYSTEM | Vidhyavathi Ramasamy | Taschenbuch | 164 S. | Deutsch | 2022 | Verlag Unser Wissen | EAN 9786204610320 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu.

Condizione: New. Print on Demand.

Condizione: New. PRINT ON DEMAND.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Data Mining Techniques comprise Tracking patterns, Classification, Association, Outlier detection, Clustering, Regression and Prediction. First step of Data mining is tracking patterns in which data mining is learning to recognize patterns in data sets. Classification is the second step in data mining which is a more complex data mining technique that forces users to collect various attributes. Association is related to tracking patterns, but is more specific to dependently linked variables. Outlier detection simply recognizing the overarching pattern can't give a clear understanding of the data set which is regarded as the third step in data mining. Next Step in data mining in Clustering is very similar to classification, but involves grouping chunks of data together based on their similarities. Regression, used primarily as a form of planning and modeling, is used to identify a certain variable, given the presence of other variables. Final step of the data mining technique is Prediction. It is one of the most valuable data mining techniques. 184 pp. Englisch.

Condizione: New. Print on Demand.

Condizione: New. PRINT ON DEMAND.

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Data Mining Techniques comprise Tracking patterns, Classification, Association, Outlier detection, Clustering, Regression and Prediction. First step of Data mining is tracking patterns in which data mining is learning to recognize patterns in data sets. Classification is the second step in data mining which is a more complex data mining technique that forces users to collect various attributes. Association is related to tracking patterns, but is more specific to dependently linked variables. Outlier detection simply recognizing the overarching pattern can't give a clear understanding of the data set which is regarded as the third step in data mining. Next Step in data mining in Clustering is very similar to classification, but involves grouping chunks of data together based on their similarities. Regression, used primarily as a form of planning and modeling, is used to identify a certain variable, given the presence of other variables. Final step of the data mining technique is Prediction. It is one of the most valuable data mining techniques.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 184 pp. Englisch.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Las técnicas de minería de datos comprenden el seguimiento de patrones, la clasificación, la asociación, la detección de valores atípicos, la agrupación, la regresión y la predicción. El primer paso de la minería de datos es el seguimiento de patrones, en el que la minería de datos aprende a reconocer patrones en conjuntos de datos. La clasificación es el segundo paso de la minería de datos, que es una técnica de minería de datos más compleja que obliga a los usuarios a reunir varios atributos. La asociación está relacionada con el rastreo de patrones, pero es más específica para las variables vinculadas de forma dependiente. La detección de valores atípicos simplemente reconociendo el patrón general no puede dar una comprensión clara del conjunto de datos que se considera como el tercer paso en la minería de datos. El siguiente paso en la minería de datos es el Clustering, muy similar a la clasificación, pero que consiste en agrupar trozos de datos en función de sus similitudes. La regresión, utilizada principalmente como forma de planificación y modelización, se utiliza para identificar una determinada variable, dada la presencia de otras variables. El último paso de la técnica de minería de datos es la predicción. Es una de las técnicas de minería de datos más valiosas. 160 pp. Spanisch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Data Mining Techniques comprise Tracking patterns, Classification, Association, Outlier detection, Clustering, Regression and Prediction. First step of Data mining is tracking patterns in which data mining is learning to recognize patterns in data sets. Classification is the second step in data mining which is a more complex data mining technique that forces users to collect various attributes. Association is related to tracking patterns, but is more specific to dependently linked variables. Outlier detection simply recognizing the overarching pattern can't give a clear understanding of the data set which is regarded as the third step in data mining. Next Step in data mining in Clustering is very similar to classification, but involves grouping chunks of data together based on their similarities. Regression, used primarily as a form of planning and modeling, is used to identify a certain variable, given the presence of other variables. Final step of the data mining technique is Prediction. It is one of the most valuable data mining techniques.

Condizione: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. &Uumlber den AutorDr. RM. Vidhyavathi hat an der Alagappa University im Bereich Informatik promoviert und arbeitet derzeit als Assistenzprofessorin in der Abteilung fuer Bioinformatik an der Alagappa University in Tamil Nadu, Indien, wo .

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Las técnicas de minería de datos comprenden el seguimiento de patrones, la clasificación, la asociación, la detección de valores atípicos, la agrupación, la regresión y la predicción. El primer paso de la minería de datos es el seguimiento de patrones, en el que la minería de datos aprende a reconocer patrones en conjuntos de datos. La clasificación es el segundo paso de la minería de datos, que es una técnica de minería de datos más compleja que obliga a los usuarios a reunir varios atributos. La asociación está relacionada con el rastreo de patrones, pero es más específica para las variables vinculadas de forma dependiente. La detección de valores atípicos simplemente reconociendo el patrón general no puede dar una comprensión clara del conjunto de datos que se considera como el tercer paso en la minería de datos. El siguiente paso en la minería de datos es el Clustering, muy similar a la clasificación, pero que consiste en agrupar trozos de datos en función de sus similitudes. La regresión, utilizada principalmente como forma de planificación y modelización, se utiliza para identificar una determinada variable, dada la presencia de otras variables. El último paso de la técnica de minería de datos es la predicción. Es una de las técnicas de minería de datos más valiosas.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 160 pp. Spanisch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Las técnicas de minería de datos comprenden el seguimiento de patrones, la clasificación, la asociación, la detección de valores atípicos, la agrupación, la regresión y la predicción. El primer paso de la minería de datos es el seguimiento de patrones, en el que la minería de datos aprende a reconocer patrones en conjuntos de datos. La clasificación es el segundo paso de la minería de datos, que es una técnica de minería de datos más compleja que obliga a los usuarios a reunir varios atributos. La asociación está relacionada con el rastreo de patrones, pero es más específica para las variables vinculadas de forma dependiente. La detección de valores atípicos simplemente reconociendo el patrón general no puede dar una comprensión clara del conjunto de datos que se considera como el tercer paso en la minería de datos. El siguiente paso en la minería de datos es el Clustering, muy similar a la clasificación, pero que consiste en agrupar trozos de datos en función de sus similitudes. La regresión, utilizada principalmente como forma de planificación y modelización, se utiliza para identificar una determinada variable, dada la presencia de otras variables. El último paso de la técnica de minería de datos es la predicción. Es una de las técnicas de minería de datos más valiosas.

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Les techniques d'extraction de données comprennent la recherche de modèles, la classification, l'association, la détection de valeurs aberrantes, le regroupement, la régression et la prédiction. La première étape de l'extraction de données est le repérage de modèles, ce qui signifie que l'extraction de données apprend à reconnaître les modèles dans les ensembles de données. La classification est la deuxième étape de l'exploration de données. Il s'agit d'une technique d'exploration de données plus complexe qui oblige les utilisateurs à collecter divers attributs. L'association est liée à la recherche de modèles, mais elle est plus spécifique aux variables liées entre elles. La détection des valeurs aberrantes, en reconnaissant simplement le modèle global, ne peut pas donner une compréhension claire de l'ensemble des données, ce qui est considéré comme la troisième étape de l'exploration de données. L'étape suivante de l'exploration de données est le regroupement, très similaire à la classification, qui consiste à regrouper des blocs de données en fonction de leurs similitudes. La régression, utilisée principalement comme une forme de planification et de modélisation, est utilisée pour identifier une certaine variable, étant donné la présence d'autres variables. La dernière étape de la technique d'exploration de données est la prédiction. C'est l'une des techniques d'exploration de données les plus précieuses.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken Französisch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Les techniques d'extraction de données comprennent la recherche de modèles, la classification, l'association, la détection de valeurs aberrantes, le regroupement, la régression et la prédiction. La première étape de l'extraction de données est le repérage de modèles, ce qui signifie que l'extraction de données apprend à reconnaître les modèles dans les ensembles de données. La classification est la deuxième étape de l'exploration de données. Il s'agit d'une technique d'exploration de données plus complexe qui oblige les utilisateurs à collecter divers attributs. L'association est liée à la recherche de modèles, mais elle est plus spécifique aux variables liées entre elles. La détection des valeurs aberrantes, en reconnaissant simplement le modèle global, ne peut pas donner une compréhension claire de l'ensemble des données, ce qui est considéré comme la troisième étape de l'exploration de données. L'étape suivante de l'exploration de données est le regroupement, très similaire à la classification, qui consiste à regrouper des blocs de données en fonction de leurs similitudes. La régression, utilisée principalement comme une forme de planification et de modélisation, est utilisée pour identifier une certaine variable, étant donné la présence d'autres variables. La dernière étape de la technique d'exploration de données est la prédiction. C'est l'une des techniques d'exploration de données les plus précieuses.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Data-Mining-Techniken umfassen das Aufspüren von Mustern, Klassifizierung, Assoziation, Ausreißererkennung, Clustering, Regression und Vorhersage. Der erste Schritt des Data Mining ist das Aufspüren von Mustern, bei dem Data Mining lernt, Muster in Datensätzen zu erkennen. Die Klassifizierung ist der zweite Schritt im Data Mining, eine komplexere Data-Mining-Technik, die den Benutzer zwingt, verschiedene Attribute zu sammeln. Die Assoziation ist mit dem Aufspüren von Mustern verwandt, bezieht sich aber eher auf abhängig verknüpfte Variablen. Die Ausreißererkennung, bei der lediglich das übergreifende Muster erkannt wird, kann kein klares Verständnis des Datensatzes vermitteln und wird als dritter Schritt des Data Mining betrachtet. Der nächste Schritt im Data Mining ist das Clustering, das der Klassifizierung sehr ähnlich ist, aber die Gruppierung von Datenblöcken auf der Grundlage ihrer Ähnlichkeiten beinhaltet. Die Regression, die in erster Linie als eine Form der Planung und Modellierung verwendet wird, dient dazu, eine bestimmte Variable zu identifizieren, wenn andere Variablen vorhanden sind. Der letzte Schritt der Data-Mining-Technik ist die Vorhersage. Sie ist eine der wertvollsten Data-Mining-Techniken. 164 pp. Deutsch.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Le tecniche di Data Mining comprendono l'inseguimento di modelli, la classificazione, l'associazione, il rilevamento di outlier, il clustering, la regressione e la predizione. Il primo passo del Data mining è l'individuazione dei modelli in cui il data mining sta imparando a riconoscere i modelli negli insiemi di dati. La classificazione è il secondo passo del data mining che è una tecnica di data mining più complessa che costringe gli utenti a raccogliere vari attributi. L'associazione è collegata ai modelli di tracciamento, ma è più specifica per le variabili collegate in modo dipendente. L'individuazione di outlier semplicemente riconoscendo il modello generale non può dare una chiara comprensione del set di dati che è considerato il terzo passo nel data mining. Il passo successivo nell'estrazione dei dati nel Clustering è molto simile alla classificazione, ma comporta il raggruppamento di pezzi di dati in base alle loro somiglianze. La regressione, usata principalmente come una forma di pianificazione e modellazione, è usata per identificare una certa variabile, data la presenza di altre variabili. La fase finale della tecnica di data mining è la predizione. È una delle tecniche di data mining più preziose. 160 pp. Italienisch.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -As técnicas de Data Mining incluem padrões de rastreamento, classificação, associação, detecção de outliers, agrupamento, regressão e previsão. O primeiro passo da Data Mining é rastrear padrões nos quais a data mining está aprendendo a reconhecer padrões em conjuntos de dados. A classificação é o segundo passo na data mining, uma técnica mais complexa de data mining que força os usuários a coletar vários atributos. A associação está relacionada a padrões de rastreamento, mas é mais específica para variáveis ligadas de forma dependente. A detecção de outlier simplesmente reconhecendo o padrão abrangente não pode dar uma compreensão clara do conjunto de dados, que é considerado como o terceiro passo na mineração de dados. O próximo passo na mineração de dados em Clustering é muito semelhante à classificação, mas envolve o agrupamento de pedaços de dados com base em suas semelhanças. A regressão, usada principalmente como uma forma de planejamento e modelagem, é usada para identificar uma determinada variável, dada a presença de outras variáveis. A etapa final da técnica de data mining é a Prediction. É uma das técnicas de mineração de dados mais valiosas. 160 pp. Portugiesisch.

Condizione: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. &Uumlber den AutorDr. RM. Vidhyavathi hat an der Alagappa University im Bereich Informatik promoviert und arbeitet derzeit als Assistenzprofessorin in der Abteilung fuer Bioinformatik an der Alagappa University in Tamil Nadu, Indien, wo .

Condizione: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. &Uumlber den AutorDr. RM. Vidhyavathi hat an der Alagappa University im Bereich Informatik promoviert und arbeitet derzeit als Assistenzprofessorin in der Abteilung fuer Bioinformatik an der Alagappa University in Tamil Nadu, Indien, wo .