29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
15 °P sammeln
  • Broschiertes Buch

A mineração de regras de associação é uma tarefa essencial para a descoberta de conhecimento. A partir de uma grande quantidade de dados, informações potencialmente úteis podem ser descobertas. As regras de associação são usadas para descobrir as relações de itens ou atributos entre dados enormes. Essas regras podem ser eficazes para descobrir relacionamentos desconhecidos, fornecendo resultados que podem ser a base da previsão e da decisão. A gestão eficaz dos negócios depende significativamente da qualidade da sua tomada de decisão. Os dados de transações anteriores podem ser analisados…mehr

Produktbeschreibung
A mineração de regras de associação é uma tarefa essencial para a descoberta de conhecimento. A partir de uma grande quantidade de dados, informações potencialmente úteis podem ser descobertas. As regras de associação são usadas para descobrir as relações de itens ou atributos entre dados enormes. Essas regras podem ser eficazes para descobrir relacionamentos desconhecidos, fornecendo resultados que podem ser a base da previsão e da decisão. A gestão eficaz dos negócios depende significativamente da qualidade da sua tomada de decisão. Os dados de transações anteriores podem ser analisados ¿¿para descobrir os comportamentos do cliente, de modo que a qualidade da decisão de negócios possa ser melhorada. A abordagem das regras de associação de mineração foca na descoberta de grandes conjuntos de itens, que são grupos de itens que aparecem juntos em um número adequado de transações. O método proposto foca em uma abordagem combinada para gerar regras de associação a partir de um grande banco de dados de transações de clientes. Também ajuda a identificar eventos que raramente ocorrem. Essa abordagem examina o banco de dados uma vez para construir um grafo de associação e tabelas de agrupamento e, em seguida, percorre o grafo para gerar todos os grandes conjuntos de itens.
Autorenporträt
Sono Seema Desai-Redekar, Assistant Professor, SIES Graduate School of Technology, Navi Mumbai, India. I miei campi di interesse sono Data Mining, Big Data Analytics e Data Science.