Vai al contenuto principale della pagina

Data mining [[electronic resource] ] : Metodi e strategie / / by Susi Dulli, Sara Furini, Edmondo Peron



(Visualizza in formato marc)    (Visualizza in BIBFRAME)

Autore: Dulli Susi Visualizza persona
Titolo: Data mining [[electronic resource] ] : Metodi e strategie / / by Susi Dulli, Sara Furini, Edmondo Peron Visualizza cluster
Pubblicazione: Milano : , : Springer Milan : , : Imprint : Springer, , 2009
Edizione: 1st ed. 2009.
Descrizione fisica: 1 online resource (184 p.)
Disciplina: 006.3
Soggetto topico: Data mining
Artificial intelligence
Algorithms
Computer mathematics
Statistics 
Data Mining and Knowledge Discovery
Artificial Intelligence
Computational Science and Engineering
Statistics and Computing/Statistics Programs
Statistics for Business, Management, Economics, Finance, Insurance
Persona (resp. second.): FuriniSara
PeronEdmondo
Note generali: Description based upon print version of record.
Nota di bibliografia: Includes bibliography and index.
Nota di contenuto: Introduzione -- Trattamento preliminare dei dati -- Misure di distanza e di similarità -- Cluster Analysis -- Metodi di classificazione -- Serie Temporali -- Analisi delle associazioni -- Analisi dei link.
Sommario/riassunto: Il libro nasce dall’esigenza di coniugare esperienze e capacità procedurali diverse provenienti da vari ambiti disciplinari, quali l’informatica e la statistica, al fine di ricercare ed individuare percorsi e relazioni legate alla conoscenza. In un contesto di business, la conoscenza scoperta può avere un valore strategico per le aziende perché consente di aumentare i profitti, riducendo i costi oppure aumentando le entrate con il conseguente aumento del ROI. Il volume è rivolto sia a studenti universitari/ricercatori, che a professionisti e manager aziendali che vogliano approfondire gli aspetti algoritmici delle tecniche di Data mining. A giustificazione si può sottolineare che lo studio degli algoritmi e delle principali tecniche è essenziale per conoscere meglio come la tecnologia possa essere applicata ai diversi tipi di dati e quindi anche a diverse problematiche di business. Il testo pone volutamente l’attenzione sugli aspetti procedurali e di calcolo della metodologia, differenziandosi dagli altri testi in italiano che inquadrano puramente il contesto statistico. Il materiale esposto dovrebbe quindi essere utile a quanti vogliano completare la loro formazione scientifica in questa disciplina.
Titolo autorizzato: Data mining  Visualizza cluster
ISBN: 1-283-86547-5
88-470-1163-9
Formato: Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione: Italiano
Record Nr.: 9910483874403321
Lo trovi qui: Univ. Federico II
Opac: Controlla la disponibilità qui
Serie: La Matematica per il 3+2, . 2038-5722