Mathematical Tools for Data Mining: Set Theory, Partial Orders, Combinatorics (Advanced Information and Knowledge Processing)
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Mathematical Tools for Data Mining: Set Theory, Partial Orders, Combinatorics" von Dan A. Simovici ist ein Fachbuch, das sich mit den mathematischen Grundlagen befasst, die für das Verständnis und die Anwendung von Data-Mining-Techniken entscheidend sind. Das Buch bietet eine detaillierte Einführung in grundlegende Konzepte der Mengenlehre, der Theorie partieller Ordnungen und der Kombinatorik und zeigt deren Relevanz für die Analyse großer Datenmengen auf. Durch die Verbindung dieser mathematischen Disziplinen mit praktischen Anwendungen im Bereich des Data Minings ermöglicht es den Lesern, komplexe Datenstrukturen effizient zu analysieren und Muster zu erkennen. Die Inhalte sind sowohl theoretisch fundiert als auch praxisorientiert gestaltet, um Studierenden und Fachleuten im Bereich der Informationstechnologie wertvolle Werkzeuge zur Verfügung zu stellen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 744 Seiten
- Erschienen 2011
- Morgan Kaufmann
- paperback
- 830 Seiten
- Erschienen 2005
- Springer
- Gebunden
- 347 Seiten
- Erschienen 2017
- Springer
- Gebunden
- 312 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 428 Seiten
- Erschienen 2018
- De Gruyter
- Gebunden
- 250 Seiten
- Erschienen 2011
- Springer
- hardcover
- 444 Seiten
- Erschienen 1986
- Springer
- Gebunden
- 302 Seiten
- Erschienen 2008
- Springer
- paperback
- 808 Seiten
- Erschienen 2009
- Springer
- paperback
- 420 Seiten
- Erschienen 2016
- Springer
- Gebunden
- 336 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 316 Seiten
- Erschienen 2011
- Springer
- Hardcover
- 318 Seiten
- Erschienen 2014
- De Gruyter Oldenbourg
- paperback
- 168 Seiten
- Erschienen 1983
- CRC Press



