Name: Réduction de la dimensionnalité pour l'extraction de règles d'association (en Francés)
Price: 199.11 PEN
Availability: InStock
Author: Siswanto, Boby
ISBN: 9786205714287

portada Réduction de la dimensionnalité pour l'extraction de règles d'association (en Francés)

Formato

Libro Físico

Autor

Boby Siswanto

Editorial

Editions Notre Savoir

Idioma

Francés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

Peso

0.10 kg.

ISBN13

9786205714287

Categorías

Tecnología de la información: cuestiones generales

Réduction de la dimensionnalité pour l'extraction de règles d'association (en Francés)

Boby Siswanto (Autor) · Editions Notre Savoir · Tapa Blanda

Libro Nuevo

S/ 199,11

S/ 398,22

Ahorras: S/ 199,11

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 22 de Julio y el Miércoles 31 de Julio.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

Reseña del libro "Réduction de la dimensionnalité pour l'extraction de règles d'association (en Francés)"

Les valeurs utilisées comme référence pour l'extraction de règles d'association sont la valeur de soutien et la valeur de confiance. Plus la valeur du support et la valeur de confiance sont élevées, meilleures sont les règles résultantes. Les algorithmes d'extraction de règles d'association appliquent un apprentissage non supervisé parce que la règle résultante n'est pas déterminée pour être une certaine classe. Les performances des algorithmes d'extraction de règles d'association dépendent fortement de la taille de l'ensemble de données / des dimensions utilisées. La performance peut être mesurée à partir du moment où le traitement est généré. Plus l'ensemble de données est grand, plus les dimensions seront importantes et plus le temps de traitement sera long. Si la dimensionnalité de l'ensemble de données peut être élaguée, le temps de traitement sera plus rapide et les performances seront meilleures, avec des valeurs de confiance relativement inchangées. L'intersection est une sorte de théorie des ensembles qui permet de réduire le nombre d'attributs sur des ensembles connexes. Oracle est l'un des SGBDR, les ensembles connexes peuvent être appliqués au SGBDR Oracle comme les tables connexes. L'algorithme IST-EFP est un algorithme proposé qui combine l'EFP (Expand FP-Growth) avec la théorie des ensembles. Dans cette étude, l'algorithme IST-EFP peut réduire la dimension de l'ensemble de données à 87,5% avec une amélioration de 26,6% sur le temps de traitement.