Recent Advances on Soft Computing and Data Mining

Proceedings of the Fourth International Conference on Soft Computing and Data Mining (SCDM 2020), Melaka, Malaysia, January 22–?23, 2020

, , ,



0%

 COMMENCER GRATUITEMENT

210,99 l'ebook
acheter l'ebook


Détails du livre

Titre : Recent Advances on Soft Computing and Data Mining
Pages : 481
Collection : Advances in Intelligent Systems and Computing
Parution : 2019-12-04
Éditeur : Springer
EAN papier : 9783030360559
À propos du livre


Cet ouvrage offre une introduction à la science des données et un aperçu pratique des concepts et des techniques dont les lecteurs ont besoin pour tirer le meilleur parti de leurs projets d'exploration de données à grande échelle et de leurs études de recherche. Il traite de la réflexion analytique sur les données, qui est essentielle pour extraire des connaissances utiles et obtenir une valeur commerciale des données. Aussi connues sous le nom de science axée sur les données, les disciplines de l'informatique douce et de l'exploration de données couvrent un large éventail interdisciplinaire de méthodes et de processus scientifiques. Le livre fournit aux lecteurs des connaissances suffisantes pour aborder un large éventail de questions dans des systèmes complexes, réunissant les champs d'application qui intègrent l'informatique douce et l'exploration de données dans diverses combinaisons d'applications et de pratiques, puisque pour prospérer dans ces écosystèmes axés sur les données, les chercheurs, les analystes de données et les praticiens doivent comprendre les choix et options de conception de ces approches. Ce livre aide les lecteurs à résoudre des problèmes complexes et à mieux apprécier les concepts, les outils et les techniques utilisés.

Format EPUB - Nb pages copiables : 4 - Nb pages imprimables : 48 - Poids : 35656 Ko - - Prix : 210,99 € - EAN : 9783030360566

Pick and Read

Une solution de paiement à la page lue.

Une lecture en streaming, pour « lire en maîtrisant son budget ».




Paiement sécurisé


  • Newsletter

  • OK