Gotowa bibliografia na temat „Data mining”
Utwórz poprawne odniesienie w stylach APA, MLA, Chicago, Harvard i wielu innych
Spis treści
Zobacz listy aktualnych artykułów, książek, rozpraw, streszczeń i innych źródeł naukowych na temat „Data mining”.
Przycisk „Dodaj do bibliografii” jest dostępny obok każdej pracy w bibliografii. Użyj go – a my automatycznie utworzymy odniesienie bibliograficzne do wybranej pracy w stylu cytowania, którego potrzebujesz: APA, MLA, Harvard, Chicago, Vancouver itp.
Możesz również pobrać pełny tekst publikacji naukowej w formacie „.pdf” i przeczytać adnotację do pracy online, jeśli odpowiednie parametry są dostępne w metadanych.
Artykuły w czasopismach na temat "Data mining"
PYLYPIUK, Tetiana, i Viktor SHCHYRBA. "DATA MINING METHODS". Collection of scientific papers Kamianets-Podilsky Ivan Ohienko National University Pedagogical series 29 (14.12.2023): 7–10. http://dx.doi.org/10.32626/2307-4507.2023-29.7-10.
Pełny tekst źródłaShah Neha K, Shah Neha K. "Introduction of Data mining and an Analysis of Data mining Techniques". Indian Journal of Applied Research 3, nr 5 (1.10.2011): 137–39. http://dx.doi.org/10.15373/2249555x/may2013/41.
Pełny tekst źródłaRakholiya, Kalpesh R., i Dr Dhaval Kathiriya. "Data Mining for Moving Object Data". Indian Journal of Applied Research 2, nr 3 (1.10.2011): 111–13. http://dx.doi.org/10.15373/2249555x/dec2012/34.
Pełny tekst źródłaChomboon, K., N. Kaoungku, K. Kerdprasop i N. Kerdprasop. "Data Mining in Semantic Web Data". International Journal of Computer Theory and Engineering 6, nr 6 (grudzień 2014): 472–75. http://dx.doi.org/10.7763/ijcte.2014.v6.912.
Pełny tekst źródłaЗагороднюк, П. А. "Data mining in Go". Vestnik of Russian New University. Series «Complex systems: models, analysis, management», nr 4 (10.01.2022): 161–66. http://dx.doi.org/10.18137/rnu.v9187.21.04.p.161.
Pełny tekst źródłaAVeselý. "Neural networks in data mining". Agricultural Economics (Zemědělská ekonomika) 49, No. 9 (2.03.2012): 427–31. http://dx.doi.org/10.17221/5427-agricecon.
Pełny tekst źródłaM., Inbavalli. "An Intelligent Agent based Mining Techniques for Distributed Data Mining". Journal of Advanced Research in Dynamical and Control Systems 12, SP4 (31.03.2020): 610–17. http://dx.doi.org/10.5373/jardcs/v12sp4/20201527.
Pełny tekst źródłaRaval, Hitesh R., i Dr Vikram Kaushik. "Data Mining: Performance Tuning Of Temporal Data Mining Based On Frequent Inter-Transaction Itemsets Discovery". International Journal of Scientific Research 3, nr 2 (1.06.2012): 78–82. http://dx.doi.org/10.15373/22778179/feb2014/25.
Pełny tekst źródłaStoffel, Kilian. "Web + Data Mining = Web Mining". HMD Praxis der Wirtschaftsinformatik 46, nr 4 (sierpień 2009): 6–20. http://dx.doi.org/10.1007/bf03340377.
Pełny tekst źródłaTsuta, Mizuki. "Data Mining". Nippon Shokuhin Kagaku Kogaku Kaishi 64, nr 6 (2017): 334–35. http://dx.doi.org/10.3136/nskkk.64.334.
Pełny tekst źródłaRozprawy doktorskie na temat "Data mining"
Mrázek, Michal. "Data mining". Master's thesis, Vysoké učení technické v Brně. Fakulta strojního inženýrství, 2019. http://www.nusl.cz/ntk/nusl-400441.
Pełny tekst źródłaPayyappillil, Hemambika. "Data mining framework". Morgantown, W. Va. : [West Virginia University Libraries], 2005. https://etd.wvu.edu/etd/controller.jsp?moduleName=documentdata&jsp%5FetdId=3807.
Pełny tekst źródłaTitle from document title page. Document formatted into pages; contains vi, 65 p. : ill. (some col.). Includes abstract. Includes bibliographical references (p. 64-65).
Abedjan, Ziawasch. "Improving RDF data with data mining". Phd thesis, Universität Potsdam, 2014. http://opus.kobv.de/ubp/volltexte/2014/7133/.
Pełny tekst źródłaLinked Open Data (LOD) umfasst viele und oft sehr große öffentlichen Datensätze und Wissensbanken, die hauptsächlich in der RDF Triplestruktur bestehend aus Subjekt, Prädikat und Objekt vorkommen. Dabei repräsentiert jedes Triple einen Fakt. Unglücklicherweise erfordert die Heterogenität der verfügbaren öffentlichen Daten signifikante Integrationsschritte bevor die Daten in Anwendungen genutzt werden können. Meta-Daten wie ontologische Strukturen und Bereichsdefinitionen von Prädikaten sind zwar wünschenswert und idealerweise durch eine Wissensbank verfügbar. Jedoch sind Wissensbanken im Kontext von LOD oft unvollständig oder einfach nicht verfügbar. Deshalb ist es nützlich automatisch Meta-Informationen, wie ontologische Abhängigkeiten, Bereichs-und Domänendefinitionen und thematische Assoziationen von Ressourcen generieren zu können. Eine neue und vielversprechende Technik um solche Daten zu untersuchen basiert auf das entdecken von Assoziationsregeln, welche ursprünglich für Verkaufsanalysen in transaktionalen Datenbanken angewendet wurde. Wir haben eine Adaptierung dieser Technik auf RDF Daten entworfen und stellen das Konzept der Mining Konfigurationen vor, welches uns befähigt in RDF Daten auf unterschiedlichen Weisen Muster zu erkennen. Verschiedene Konfigurationen erlauben uns Schema- und Wertbeziehungen zu erkennen, die für interessante Anwendungen genutzt werden können. In dem Sinne, stellen wir assoziationsbasierte Verfahren für eine Prädikatvorschlagsverfahren, Datenvervollständigung, Ontologieverbesserung und Anfrageerleichterung vor. Das Vorschlagen von Prädikaten behandelt das Problem der inkonsistenten Verwendung von Ontologien, indem einem Benutzer, der einen neuen Fakt einem Rdf-Datensatz hinzufügen will, eine sortierte Liste von passenden Prädikaten vorgeschlagen wird. Eine Kombinierung von verschiedenen Konfigurationen erweitert dieses Verfahren sodass automatisch komplett neue Fakten für eine Wissensbank generiert werden. Hierbei stellen wir zwei Verfahren vor, einen nutzergesteuertenVerfahren, bei dem ein Nutzer die Entität aussucht die erweitert werden soll und einen datengesteuerten Ansatz, bei dem ein Algorithmus selbst die Entitäten aussucht, die mit fehlenden Fakten erweitert werden. Da Wissensbanken stetig wachsen und sich verändern, ist ein anderer Ansatz um die Verwendung von RDF Daten zu erleichtern die Verbesserung von Ontologien. Hierbei präsentieren wir ein Assoziationsregeln-basiertes Verfahren, der Daten und zugrundeliegende Ontologien zusammenführt. Durch die Verflechtung von unterschiedlichen Konfigurationen leiten wir einen neuen Algorithmus her, der gleichbedeutende Prädikate entdeckt. Diese Prädikate können benutzt werden um Ergebnisse einer Anfrage zu erweitern oder einen Nutzer während einer Anfrage zu unterstützen. Für jeden unserer vorgestellten Anwendungen präsentieren wir eine große Auswahl an Experimenten auf Realweltdatensätzen. Die Experimente und Evaluierungen zeigen den Mehrwert von Assoziationsregeln-Generierung für die Integration und Nutzbarkeit von RDF Daten und bestätigen die Angemessenheit unserer konfigurationsbasierten Methodologie um solche Regeln herzuleiten.
Liu, Tantan. "Data Mining over Hidden Data Sources". The Ohio State University, 2012. http://rave.ohiolink.edu/etdc/view?acc_num=osu1343313341.
Pełny tekst źródłaTaylor, Phillip. "Data mining of vehicle telemetry data". Thesis, University of Warwick, 2015. http://wrap.warwick.ac.uk/77645/.
Pełny tekst źródłaSherikar, Vishnu Vardhan Reddy. "I2MAPREDUCE: DATA MINING FOR BIG DATA". CSUSB ScholarWorks, 2017. https://scholarworks.lib.csusb.edu/etd/437.
Pełny tekst źródłaZhang, Nan. "Privacy-preserving data mining". [College Station, Tex. : Texas A&M University, 2006. http://hdl.handle.net/1969.1/ETD-TAMU-1080.
Pełny tekst źródłaHulten, Geoffrey. "Mining massive data streams /". Thesis, Connect to this title online; UW restricted, 2005. http://hdl.handle.net/1773/6937.
Pełny tekst źródłaBüchel, Nina. "Faktorenvorselektion im Data Mining /". Berlin : Logos, 2009. http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&doc_number=019006997&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA.
Pełny tekst źródłaShao, Junming. "Synchronization Inspired Data Mining". Diss., lmu, 2011. http://nbn-resolving.de/urn:nbn:de:bvb:19-137356.
Pełny tekst źródłaKsiążki na temat "Data mining"
Xu, Yue, Rosalind Wang, Anton Lord, Yee Ling Boo, Richi Nayak, Yanchang Zhao i Graham Williams, red. Data Mining. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-16-8531-6.
Pełny tekst źródłaDulli, Susi, Sara Furini i Edmondo Peron. Data mining. Milano: Springer Milan, 2009. http://dx.doi.org/10.1007/978-88-470-1163-2.
Pełny tekst źródłaStahlbock, Robert, Sven F. Crone i Stefan Lessmann, red. Data Mining. Boston, MA: Springer US, 2010. http://dx.doi.org/10.1007/978-1-4419-1280-0.
Pełny tekst źródłaIslam, Rafiqul, Yun Sing Koh, Yanchang Zhao, Graco Warwick, David Stirling, Chang-Tsun Li i Zahidul Islam, red. Data Mining. Singapore: Springer Singapore, 2019. http://dx.doi.org/10.1007/978-981-13-6661-1.
Pełny tekst źródłaBoo, Yee Ling, David Stirling, Lianhua Chi, Lin Liu, Kok-Leong Ong i Graham Williams, red. Data Mining. Singapore: Springer Singapore, 2018. http://dx.doi.org/10.1007/978-981-13-0292-3.
Pełny tekst źródłaNakhaeizadeh, Gholamreza, red. Data Mining. Heidelberg: Physica-Verlag HD, 1998. http://dx.doi.org/10.1007/978-3-642-86094-2.
Pełny tekst źródłaAggarwal, Charu C. Data Mining. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-14142-8.
Pełny tekst źródłaRunkler, Thomas A. Data Mining. Wiesbaden: Vieweg+Teubner, 2010. http://dx.doi.org/10.1007/978-3-8348-9353-6.
Pełny tekst źródłaKantardzic, Mehmed. Data Mining. Hoboken, NJ, USA: John Wiley & Sons, Inc., 2011. http://dx.doi.org/10.1002/9781118029145.
Pełny tekst źródłaLe, Thuc D., Kok-Leong Ong, Yanchang Zhao, Warren H. Jin, Sebastien Wong, Lin Liu i Graham Williams, red. Data Mining. Singapore: Springer Singapore, 2019. http://dx.doi.org/10.1007/978-981-15-1699-3.
Pełny tekst źródłaCzęści książek na temat "Data mining"
Freitas, Alex A., i Simon H. Lavington. "Data Mining". W Mining Very Large Databases with Parallel Processing, 41–50. Boston, MA: Springer US, 2000. http://dx.doi.org/10.1007/978-1-4615-5521-6_5.
Pełny tekst źródłaRahman, Mirza I., i Robbert P. van Manen. "Data Mining". W Principles and Practice of Pharmaceutical Medicine, 587–600. Oxford, UK: Wiley-Blackwell, 2010. http://dx.doi.org/10.1002/9781444325263.ch44.
Pełny tekst źródłaDu, Ke-Lin, i M. N. S. Swamy. "Data Mining". W Neural Networks and Statistical Learning, 747–78. London: Springer London, 2013. http://dx.doi.org/10.1007/978-1-4471-5571-3_25.
Pełny tekst źródłaChang, George, Marcus J. Healey, James A. M. McHugh i Jason T. L. Wang. "Data Mining". W Mining the World Wide Web, 67–80. Boston, MA: Springer US, 2001. http://dx.doi.org/10.1007/978-1-4615-1639-2_5.
Pełny tekst źródłaPappa, Gisele L., i Alex A. Freitas. "Data Mining". W Natural Computing Series, 17–46. Berlin, Heidelberg: Springer Berlin Heidelberg, 2009. http://dx.doi.org/10.1007/978-3-642-02541-9_2.
Pełny tekst źródłaDu, Ke-Lin, i M. N. S. Swamy. "Data Mining". W Neural Networks and Statistical Learning, 871–903. London: Springer London, 2019. http://dx.doi.org/10.1007/978-1-4471-7452-3_30.
Pełny tekst źródłaLee, Raymond S. T. "Data Mining". W Artificial Intelligence in Daily Life, 71–118. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-7695-9_4.
Pełny tekst źródłaMorzy, Tadeusz, i Maciej Zakrzewicz. "Data Mining". W Handbook on Data Management in Information Systems, 487–565. Berlin, Heidelberg: Springer Berlin Heidelberg, 2003. http://dx.doi.org/10.1007/978-3-540-24742-5_11.
Pełny tekst źródłavan der Aalst, Wil. "Data Mining". W Process Mining, 89–121. Berlin, Heidelberg: Springer Berlin Heidelberg, 2016. http://dx.doi.org/10.1007/978-3-662-49851-4_4.
Pełny tekst źródłaMohan, Chilukuri Krishna. "Data Mining". W Frontiers of Expert Systems, 237–58. Boston, MA: Springer US, 2000. http://dx.doi.org/10.1007/978-1-4615-4509-5_9.
Pełny tekst źródłaStreszczenia konferencji na temat "Data mining"
Song, Xiaoli, XiaoTong Wang i Xiaohua Hu. "Semantic pattern mining for text mining". W 2016 IEEE International Conference on Big Data (Big Data). IEEE, 2016. http://dx.doi.org/10.1109/bigdata.2016.7840600.
Pełny tekst źródłaAgarwal, Shivam. "Data Mining: Data Mining Concepts and Techniques". W 2013 International Conference on Machine Intelligence and Research Advancement (ICMIRA). IEEE, 2013. http://dx.doi.org/10.1109/icmira.2013.45.
Pełny tekst źródłaEdelstein, Herb. "Data mining". W the seventh ACM SIGKDD international conference. New York, New York, USA: ACM Press, 2001. http://dx.doi.org/10.1145/502512.502517.
Pełny tekst źródła"Data mining". W 2015 International Symposium on Advanced Computing and Communication (ISACC). IEEE, 2015. http://dx.doi.org/10.1109/isacc.2015.7377334.
Pełny tekst źródłaDeWaal, Mindy. "Data Mining". W the 46th ACM Technical Symposium. New York, New York, USA: ACM Press, 2015. http://dx.doi.org/10.1145/2676723.2693628.
Pełny tekst źródłaUrsyn, Anna. "Data mining". W ACM SIGGRAPH 2004 Art gallery. New York, New York, USA: ACM Press, 2004. http://dx.doi.org/10.1145/1185884.1186011.
Pełny tekst źródłaPeñafiel, Myriam, Stefanie Vásquez, Diego Vásquez, Juan Zaldumbide i Sergio Luján-Mora. "Data Mining and Opinion Mining". W the 2018 International Conference. New York, New York, USA: ACM Press, 2018. http://dx.doi.org/10.1145/3274250.3274263.
Pełny tekst źródłaYang, Tie-li, Ping-Bai i Yu-Sheng Gong. "Spatial Data Mining Features between General Data Mining". W 2008 International Workshop on Geoscience and Remote Sensing (ETT and GRS). IEEE, 2008. http://dx.doi.org/10.1109/ettandgrs.2008.167.
Pełny tekst źródłaAshok, Vikas, i Ravi Mukkamala. "Data mining without data". W the 10th annual ACM workshop. New York, New York, USA: ACM Press, 2011. http://dx.doi.org/10.1145/2046556.2046578.
Pełny tekst źródła"Session C: Dynamic data mining & data stream mining". W 2016 IEEE First International Conference on Data Stream Mining & Processing (DSMP). IEEE, 2016. http://dx.doi.org/10.1109/dsmp.2016.7583553.
Pełny tekst źródłaRaporty organizacyjne na temat "Data mining"
Lee, K., H. Kargupta, B. G. Stafford, K. L. Buescher i B. Ravindran. Data mining. Office of Scientific and Technical Information (OSTI), grudzień 1998. http://dx.doi.org/10.2172/334314.
Pełny tekst źródłaKramer, Mitchell. Customer Data Mining. Boston, MA: Patricia Seybold Group, maj 2004. http://dx.doi.org/10.1571/psgp5-27-04cc.
Pełny tekst źródłaKramer, Mitchell. Data Mining at Work. Boston, MA: Patricia Seybold Group, czerwiec 2004. http://dx.doi.org/10.1571/psgp6-10-04cc.
Pełny tekst źródłaBrown, David A., John Hirdt i Michal Herman. Data mining the EXFOR database. Office of Scientific and Technical Information (OSTI), grudzień 2013. http://dx.doi.org/10.2172/1122776.
Pełny tekst źródłaLu, Xiaomeng, Robert Stambaugh i Yu Yuan. Anomalies Abroad: Beyond Data Mining. Cambridge, MA: National Bureau of Economic Research, wrzesień 2017. http://dx.doi.org/10.3386/w23809.
Pełny tekst źródłaDavidson, George S., Jana Strasburg, David Stampf, Lev Neymotin, Carl Czajkowski, Eugene Shine, James Bollinger i in. Data mining for ontology development. Office of Scientific and Technical Information (OSTI), czerwiec 2010. http://dx.doi.org/10.2172/992328.
Pełny tekst źródłaBerry, Jonathan W., Vitus Joseph Leung, Cynthia Ann Phillips, Ali Pinar, David Gerald Robinson, Tanya Berger-Wolf, Sanjukta Bhowmick i in. Statistically significant relational data mining :. Office of Scientific and Technical Information (OSTI), luty 2014. http://dx.doi.org/10.2172/1204082.
Pełny tekst źródłaZdonik, Stanley B. Monitoring and Mining Data Streams. Fort Belvoir, VA: Defense Technical Information Center, październik 2004. http://dx.doi.org/10.21236/ada431589.
Pełny tekst źródłaZdonik, Stan B. Monitoring and Mining Data Streams. Fort Belvoir, VA: Defense Technical Information Center, październik 2003. http://dx.doi.org/10.21236/ada419707.
Pełny tekst źródłaZhan, Zhijun, i LiWu Chang. Privacy-Preserving Collaborative Data Mining. Fort Belvoir, VA: Defense Technical Information Center, styczeń 2003. http://dx.doi.org/10.21236/ada464602.
Pełny tekst źródła