تحلیل خوشهبندی مقدماتی ۲۰۲۲
Elementary Cluster Analysis 2022
دانلود کتاب تحلیل خوشهبندی مقدماتی ۲۰۲۲ (Elementary Cluster Analysis 2022) با لینک مستقیم و فرمت pdf (پی دی اف) و ترجمه فارسی
| نویسنده |
James C. Bezdek |
|---|
ناشر:
CRC Press
دسته: صنعت انرژی, علوم فیزیکی, علوم کامپیوتر
۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید
| سال انتشار |
2022 |
|---|---|
| زبان |
English |
| تعداد صفحهها |
550 |
| نوع فایل |
epub |
| حجم |
18.8 MB |
🏷️ 200,000 تومان قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
🏷️
378,000 تومان
قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود.
298,000 تومان
قیمت فعلی: ۲۹۸٬۰۰۰ تومان.
📥 دانلود نسخهی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمهی فارسی با هوش مصنوعی
🔗 مشاهده جزئیات
دانلود مستقیم PDF
ارسال فایل به ایمیل
پشتیبانی ۲۴ ساعته
توضیحات
معرفی کتاب تحلیل خوشهبندی مقدماتی ۲۰۲۲
دسترسی به برنامههای خوشهبندی آماده، به این معنی است که هر کسی که دادهای در اختیار دارد میتواند به راحتی آن را تحلیل خوشه کند. اما بسیاری از کاربران این فناوری، از خطرات پنهانِ متعددِ آن آگاهی کامل ندارند. در دنیای امروزِ «الگوریتمهای آمادهی مصرف»، بخشی از انگیزه من برای نوشتن این کتاب، ارائه مجموعهای از داستانهای هشداردهنده درباره تحلیل خوشه به کاربران است؛ چرا که این کار، به همان اندازه که علم است، هنر نیز هست و اگر از چالشهای آن آگاه نباشید، به آسانی دچار لغزش خواهید شد. در واقع، حتی اگر از این چالشها آگاه باشید هم، به سادگی ممکن است با آنها برخورد کنید! واژه «معمولاً» که در عنوان کتاب آمده است، بسیار مهم است؛ زیرا تمام الگوریتمهای خوشهبندی، هر از گاهی ممکن است با خطا مواجه شوند و این اتفاق میافتد.
تحلیل خوشه مدرن آنقدر از نظر فنی پیچیده شده است که اغلب برای یک مبتدی یا فرد غیر متخصص، درک و شناخت خطرات پنهانِ بسیارِ آن دشوار است. همانطور که یوگی برا گفت، و حق با او بود:
در تئوری، تفاوتی بین تئوری و عمل وجود ندارد. اما در عمل، تفاوت وجود دارد. ~ یوگی برا
این کتاب، گامی به عقب است به سوی چهار روش کلاسیک برای خوشهبندی در مجموعههای داده کوچک و ایستا که همگی آزمون زمان را پس دادهاند. جوانترینِ این چهار روش، اکنون تقریباً 50 سال قدمت دارد:
* تجزیه مخلوط گوسی (GMD، 1898)
* خوشهبندی SAHN (به طور عمده پیوند یگانه (SL، 1909))
* میانگینهای سخت c (HCM، 1956، همچنین به طور گسترده به عنوان “k-means” شناخته میشود)
* میانگینهای فازی c (FCM، 1973، در یک حد معین به HCM کاهش مییابد)
تاریخهای ذکر شده، اولین نوشتههای شناخته شده (به نظر من، به هر حال) در مورد این چهار مدل هستند. من (با پوزش از مارول کامیکس) بسیار راحت هستم که HCM، FCM، GMD و SL را چهار شگفتانگیز بنامم.
تحلیل خوشه، موضوعی گسترده است. چشمانداز کلی در خوشهبندی کاملاً طاقتفرسا است، بنابراین هر تلاشی برای شنا در انتهای عمیق استخر، حتی در یک زیرشاخه بسیار تخصصی، نیاز به آموزش زیادی دارد. اما همه ما از انتهای کمعمق شروع میکنیم (یا حداقل باید از آنجا شروع کنیم!)، و هدف این کتاب دقیقاً آموزش به کودکان نوپا است تا از آب نترسند. هیچ بخشی از این کتاب وجود ندارد که اگر به طور عمیق مورد بررسی قرار گیرد، نتوان آن را به یک جلد جداگانه گسترش داد. بنابراین، اگر نیاز شما به یک بررسی عمیق از آخرین تحولات در هر موضوع در این جلد است، بهترین کاری که میتوانم انجام دهم – کاری که به هر حال سعی خواهم کرد انجام دهم – این است که شما را به سمت استخر راهنمایی کنم و به شما نشان دهم کجا باید بپرید.
فهرست کتاب:
۱. روی جلد
۲. صفحه عنوان فرعی
۳. مجموعه
۴. عنوان
۵. حق تکثیر
۶. تقدیم
۷. محتویات
۸. پیشگفتار
۹. فهرست شکلها
۱۰. فهرست جدولها
۱۱. فهرست اختصارات
۱۲. پیوست الف. فهرست الگوریتمها
۱۳. پیوست د. فهرست تعاریف
۱۴. پیوست ه. فهرست مثالها
۱۵. پیوست ل. فهرست لمها و قضایا
۱۶. پیوست و. فهرست لینکهای ویدئویی
۱۷. I هنر و دانش خوشهبندی
۱۸. II چهار مدل و الگوریتم اساسی
۱۹. مراجع
۲۰. نمایه
۲۱. درباره نویسنده
توضیحات(انگلیسی)
The availability of packaged clustering programs means that anyone with data can easily do cluster analysis on it. But many users of this technology don't fully appreciate its many hidden dangers. In today's world of "grab and go algorithms," part of my motivation for writing this book is to provide users with a set of cautionary tales about cluster analysis, for it is very much an art as well as a science, and it is easy to stumble if you don't understand its pitfalls. Indeed, it is easy to trip over them even if you do! The parenthetical word usually in the title is very important, because all clustering algorithms can and do fail from time to time.
Modern cluster analysis has become so technically intricate that it is often hard for the beginner or the non-specialist to appreciate and understand its many hidden dangers. Here's how Yogi Berra put it, and he was right:
In theory there's no difference between theory and practice. In practice, there is ~Yogi Berra
This book is a step backwards, to four classical methods for clustering in small, static data sets that have all withstood the tests of time. The youngest of the four methods is now almost 50 years old:
- Gaussian Mixture Decomposition (GMD, 1898)
- SAHN Clustering (principally single linkage (SL, 1909))
- Hard c-means (HCM, 1956, also widely known as (aka) "k-means")
- Fuzzy c-means (FCM, 1973, reduces to HCM in a certain limit)
The dates are the first known writing (to me, anyway) about these four models. I am (with apologies to Marvel Comics) very comfortable in calling HCM, FCM, GMD and SL the Fantastic Four.
Cluster analysis is a vast topic. The overall picture in clustering is quite overwhelming, so any attempt to swim at the deep end of the pool in even a very specialized subfield requires a lot of training. But we all start out at the shallow end (or at least that's where we should start!), and this book is aimed squarely at teaching toddlers not to be afraid of the water. There is no section of this book that, if explored in real depth, cannot be expanded into its own volume. So, if your needs are for an in-depth treatment of all the latest developments in any topic in this volume, the best I can do - what I will try to do anyway - is lead you to the pool, and show you where to jump in.
Table of Contents
1. Cover
2. Half Title
3. Series
4. Title
5. Copyright
6. Dedication
7. Contents
8. Preface
9. List of Figures
10. List of Tables
11. List of Abbreviations
12. Appendix A. List of Algorithms
13. Appendix D. List of Definitions
14. Appendix E. List of Examples
15. Appendix L. List of Lemmas and Theorems
16. Appendix V. List of Video Links
17. I The Art and Science of Clustering
18. II Four Basic Models and Algorithms
19. References
20. Index
21. About the Author
دیگران دریافت کردهاند
جبر مقدماتی ۲۰۲۱
Elementary Algebra 2021
🏷️ 200,000 تومان قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
آمار مقدماتی برای کسب وکار و اقتصاد ۲۰۱۹
Elementary Statistics for Business and Economics 2019
🏷️ 200,000 تومان قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
تحلیل عاملی مقدماتی ۲۰۱۸
Elementary Functional Analysis 2018
🏷️ 200,000 تومان قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
احتمال مقدماتی با کاربردها ۲۰۱۸
Elementary Probability with Applications 2018
🏷️ 200,000 تومان قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
معادلات دیفرانسیل مقدماتی ۲۰۱۷
Elementary Differential Equations 2017
🏷️ 200,000 تومان قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
ذرات بنیادی: علم، فناوری، و جامعه ۲۰۱۲
Elementary Particles: Science, Technology, and Society 2012
🏷️ 200,000 تومان قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
✨ ضمانت تجربه خوب مطالعه
بازگشت کامل وجه
در صورت مشکل، مبلغ پرداختی بازگردانده می شود.
دانلود پرسرعت
دانلود فایل کتاب با سرعت بالا
ارسال فایل به ایمیل
دانلود مستقیم به همراه ارسال فایل به ایمیل.
پشتیبانی ۲۴ ساعته
با چت آنلاین و پیامرسان ها پاسخگو هستیم.
ضمانت کیفیت کتاب
کتاب ها را از منابع معتیر انتخاب می کنیم.
