|
|
|
|
| LEADER |
02823nmm a2200409 u 4500 |
| 001 |
EB000399111 |
| 003 |
EBX01000000000000000252164 |
| 005 |
00000000000000.0 |
| 007 |
cr||||||||||||||||||||| |
| 008 |
130626 ||| ita |
| 020 |
|
|
|a 9788847011632
|
| 100 |
1 |
|
|a Dulli, Susi
|
| 245 |
0 |
0 |
|a Data mining
|h Elektronische Ressource
|b Metodi e strategie
|c by Susi Dulli, Sara Furini, Edmondo Peron
|
| 250 |
|
|
|a 1st ed. 2009
|
| 260 |
|
|
|a Milano
|b Springer Milan
|c 2009, 2009
|
| 300 |
|
|
|a IX, 182 pagg
|b online resource
|
| 505 |
0 |
|
|a Introduzione -- Trattamento preliminare dei dati -- Misure di distanza e di similarità -- Cluster Analysis -- Metodi di classificazione -- Serie Temporali -- Analisi delle associazioni -- Analisi dei link
|
| 653 |
|
|
|a Statistics
|
| 653 |
|
|
|a Artificial Intelligence
|
| 653 |
|
|
|a Algorithms
|
| 653 |
|
|
|a Mathematics / Data processing
|
| 653 |
|
|
|a Data mining
|
| 653 |
|
|
|a Statistics in Business, Management, Economics, Finance, Insurance
|
| 653 |
|
|
|a Computational Science and Engineering
|
| 653 |
|
|
|a Artificial intelligence
|
| 653 |
|
|
|a Data Mining and Knowledge Discovery
|
| 653 |
|
|
|a Mathematical statistics / Data processing
|
| 653 |
|
|
|a Statistics and Computing
|
| 700 |
1 |
|
|a Furini, Sara
|e [author]
|
| 700 |
1 |
|
|a Peron, Edmondo
|e [author]
|
| 041 |
0 |
7 |
|a ita
|2 ISO 639-2
|
| 989 |
|
|
|b Springer
|a Springer eBooks 2005-
|
| 490 |
0 |
|
|a La Matematica per il 3+2
|
| 028 |
5 |
0 |
|a 10.1007/978-88-470-1163-2
|
| 856 |
4 |
0 |
|u https://doi.org/10.1007/978-88-470-1163-2?nosfx=y
|x Verlag
|3 Volltext
|
| 082 |
0 |
|
|a 006.312
|
| 520 |
|
|
|a 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
|