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
- 347 Seiten
- Erschienen 2017
- Springer
- Gebunden
- 250 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 302 Seiten
- Erschienen 2008
- Springer
- Gebunden
- 336 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 316 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 338 Seiten
- Erschienen 2006
- Springer
- Gebunden
- 326 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 408 Seiten
- Erschienen 2003
- Springer
- hardcover
- 375 Seiten
- Erschienen 2015
- Cambridge University Press
- Gebunden
- 300 Seiten
- Erschienen 2008
- Springer
- Gebunden
- 166 Seiten
- Erschienen 2013
- De Gruyter
- Gebunden
- 444 Seiten
- Erschienen 1987
- Springer
- hardcover
- 380 Seiten
- Erschienen 1998
- Springer
- paperback
- 184 Seiten
- Erschienen 1995
- American Mathematical Society
- Gebunden
- 364 Seiten
- Erschienen 2012
- Springer



