Data Mining E Analisi Simbolica

calcActive())">
- ISBN/EAN
- 9788846457493
- Editore
- Franco Angeli
- Collana
- Scientifica
- Formato
- Brossura
- Anno
- 2004
- Pagine
- 256
Disponibile
38,00 €
Il volume raccoglie una selezione dei contributi scientifici sviluppati nell'ambito del programma di ricerca cofinanziato dal titolo "Data Mining e Analisi Simbolica" (anno di finanziamento 2000).
Il progetto ha avuto come obiettivo l'introduzione di teorie e strategie di Data Mining per l'analisi di basi di dati complessi e definite nell'ottica dell'analisi simbolica. Nuove strategie di analisi che integrano metodologie statistiche tradizionali e strumenti propri del Data Mining sono state sviluppate in diversi contesti applicativi.
Tra i temi affrontati in questo volume, si ritrovano l'analisi dei dati ad intervallo, le regole di associazione, le trasformazioni lineari dei dati, la classificazione consenso di dati simbolici modali, il clustering per dati funzionali e l'applicazione di tecniche di data mining per la valutazione del grado di soddisfazione degli studenti universitari.
Maggiori Informazioni
| Autore | Davino Cristina; Lauro Natale Carlo |
|---|---|
| Editore | Franco Angeli |
| Anno | 2004 |
| Tipologia | Libro |
| Collana | Scientifica |
| Lingua | Italiano |
| Indice | Natale Carlo Lauro, Prefazione Luigi Arpaia, Definizione di indici di valutazione delle Regole Associative "Concordi" Dario Bruzzese, Cristina Davino, Alcuni strumenti per il monitoraggio delle Regole di Associazione Andrea Cerioli, Salvatore Ingrassia, Aldo Corbellini, Classificazione simbolica di dati funzionali: un'applicazione al monitoraggio ambientale Maria Gabriella Grassia, Natale Carlo Lauro, Germana Scepi, L'Analisi dei dati ad intervallo nell'ambito della Qualità Antonio Irpino, Rosanna Verde, Classificazione consenso dei dati concettuali mediante reticoli di Galois Natale Carlo Lauro, Francesco Palumbo, Alfonso Iodice D'Enza, Visualizzazione ed ordinamento di oggetti simbolici Maria Adele Milioli, Tecniche multivariate e data mining per l'analisi della customer satisfaction: la qualità della didattica nella Facoltà di Economia di Parma Isabella Morlini, Reti neurali e data mining per l'analisi della customer satisfaction: il caso della qualità della didattica nella Facoltà di Economia di Parma Giacomo Patrizi, Luciano Nieddu, Pietro Mingazzini, Francesco Paparo, Gregorio Patrizi, Claudia Provenza, Francesca Ricci, Lorenzo Memeo, Algoritmi di supporto alla diagnosi istopatologica delle neoplasie del colon Alfredo Rizzi, Trasformazioni lineari nell'analisi dei dati |
| Stato editoriale | In Commercio |
Questo libro è anche in:
