Name: Techniques Intelligentes de Recherche de Motifs Fréquents (en Francés)
Price: 385.96 PEN
Availability: InStock
Author: T, Sheik Yousuf ; B, Rasina Begum ; S, Selvaperumal
ISBN: 9786206340560

portada Techniques Intelligentes de Recherche de Motifs Fréquents (en Francés)

Formato

Libro Físico

Autor

Selvaperumal S

Rasina Begum B

Sheik Yousuf T

Editorial

Editions Notre Savoir

Idioma

Francés

N° páginas

148

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.9 cm

Peso

0.23 kg.

ISBN13

9786206340560

Categorías

Redes y comunicaciones informáticas

Techniques Intelligentes de Recherche de Motifs Fréquents (en Francés)

Selvaperumal S (Autor) · Rasina Begum B (Autor) · Sheik Yousuf T (Autor) · Editions Notre Savoir · Tapa Blanda

Libro Nuevo

S/ 385,96

S/ 643,26

Ahorras: S/ 257,30

40% descuento

Envío normal

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

Se enviará desde nuestra bodega entre el Miércoles 17 de Julio y el Viernes 26 de Julio.

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

Reseña del libro "Techniques Intelligentes de Recherche de Motifs Fréquents (en Francés)"

L'extraction de motifs fréquents (FP) est une technique importante et bien documentée d'exploration de données. Elle est utilisée pour extraire des modèles intéressants de grandes bases de données en appliquant des règles d'association, des règles de classification, des règles de corrélation, des règles de regroupement et des règles séquentielles. De nombreux chercheurs se sont concentrés sur l'exploration de données au cours des dernières années. Ce livre présente de nouveaux algorithmes pour résoudre les problèmes d'extraction de FP. Une comparaison des algorithmes existants et de leur version hybride est également présentée pour les bases de données en constante évolution. En outre, cet ouvrage analyse et étudie diverses techniques existantes pour l'extraction d'ensembles d'éléments fréquents. Il évalue également les performances des nouveaux algorithmes et les compare aux techniques classiques telles que la disposition verticale, la disposition horizontale et les algorithmes de base de données projetées.