Abstracto

Machine Learning 2018: Aprendizaje profundo: Introducción a la minería de datos y sus aplicaciones - Mohammad Shuaib Khan - Glocal University

Mohamed Shuaib Khan

La minería de datos es una estrategia que encuentra ejemplos útiles a partir de una enorme cantidad de información. Esta frase está relacionada con la aclaración del pasado y la previsión del futuro mediante la investigación y el desglose de la información. Numerosos científicos han percibido la minería de datos e información de grandes bases de datos como un tema de exploración clave en los sistemas de bases de datos y la IA, y numerosas organizaciones mecánicas como un área importante con la posibilidad de obtener importantes ingresos. En lo que respecta a la preparación de datos, los modelos factuales tradicionales son prohibitivos, la información y la experiencia de las autoridades, los estados, la información poderosa sobre la circulación de probabilidades y la información deben tener un alto calibre, siendo susceptibles a un procesamiento y cambios previos. Debido a estos obstáculos, ha surgido la idea de la minería de datos. La minería de datos es un procedimiento que consiste en recopilar información de bases de datos o centros de distribución de información y los datos recopilados que nunca se habían conocido, son legítimos y operativos. En estos días, la minería de datos es una herramienta de TI y C innovadora y de vanguardia, que automatiza el proceso de búsqueda de conexiones y combinaciones en información cruda. La minería de datos es un campo multidisciplinario que combina conocimientos, IA, inteligencia artificial e innovación de bases de datos. A pesar de que los cálculos de minería de datos se utilizan ampliamente en circunstancias muy variadas, en la práctica, siempre aparecen al menos unas limitaciones importantes que obligan fundamentalmente a las aplicaciones de minería de datos eficaces. Este libro investiga los conceptos de minería de datos y almacenamiento de datos, un campo prometedor y próspero en los sistemas de bases de datos y las nuevas aplicaciones de bases de datos, y también pretende ofrecer una visión amplia, pero completa, del campo de la minería de datos. La minería de datos es un campo multidisciplinario, que extrae trabajos de áreas que incluyen la tecnología de bases de datos, IA, IA, NN, mediciones, reconocimiento de diseño, sistemas basados ??en datos, protección de datos, recuperación de datos, procesamiento avanzado y representación de datos. Este libro está destinado a una amplia gama de lectores que no son realmente expertos en almacenamiento de datos y minería de datos, pero que están interesados ??en recibir una introducción general a estas áreas y sus numerosas aplicaciones viables. Dado que la innovación en minería de datos se ha convertido en un tema interesante entre los estudiantes académicos y los líderes, proporciona importantes conocimientos empresariales y científicos ocultos a partir de una gran cantidad de datos verificables. También está escrito para directores y administradores profesionales, así como para tecnólogos interesados ??en aprender sobre minería de datos. La minería de datos es el camino para encontrar patrones en grandes índices de información, incluidas las estrategias en el cruce de la IA, los conocimientos y los sistemas de bases de datos.La minería de datos es un subcampo interdisciplinario de la ingeniería de software y las mediciones con el objetivo general de extraer datos (con estrategias inteligentes) de un índice de información y convertir los datos en una estructura concebible para su uso posterior. La minería de datos es el proyecto de investigación del proceso de "revelación de información en bases de datos", o KDD. Además de la etapa de análisis básico, también incluye las perspectivas de la base de datos y el directorio de datos, la preparación previa de los datos, las consideraciones de modelo y derivación, las mediciones de calidad intrigantes, las consideraciones de volatilidad, el procesamiento posterior de las estructuras encontradas, la representación y la actualización en línea. El término "minería de datos" es un nombre inapropiado, porque el objetivo es la extracción de ejemplos e información de una gran cantidad de datos, no la extracción (minería) de los datos en sí. También es un término popular y la mayoría de las veces se aplica a cualquier tipo de procesamiento de datos o información de gran alcance (recopilación, extracción, almacenamiento, análisis y mediciones), así como a cualquier uso de la red de soporte emocional de opciones informáticas, incluida la inteligencia artificial (por ejemplo, IA) y la inteligencia empresarial. El libro Data mining: Practical AI apparatuses and procedures with Java (que cubre principalmente material de IA) inicialmente se iba a llamar simplemente Practical AI, y el término data digging se incluyó solo por razones publicitarias. A menudo, los términos más amplios (alcance enorme) análisis e investigación de datos, o, cuando se hace referencia a estrategias reales, inteligencia artificial e IA, son cada vez más adecuados. Biografía: Glocal University, IndiaLos aparatos y procedimientos prácticos de IA con Java (que cubren principalmente el material de IA) inicialmente se llamaron simplemente IA práctica, y el término investigación de datos se incluyó solo por razones publicitarias. A menudo, los términos más amplios (alcance enorme) investigación y análisis de datos, o, cuando se hace referencia a estrategias reales, inteligencia artificial e IA, son cada vez más adecuados. Biografía: Glocal University, IndiaLos aparatos y procedimientos prácticos de IA con Java (que cubren principalmente el material de IA) inicialmente se llamaron simplemente IA práctica, y el término investigación de datos se incluyó solo por razones publicitarias. A menudo, los términos más amplios (alcance enorme) investigación y análisis de datos, o, cuando se hace referencia a estrategias reales, inteligencia artificial e IA, son cada vez más adecuados. Biografía: Glocal University, India