Ανακάλυψη γνώσης από ακολουθίες και δεδομένα συναλλαγών

Περίληψη

Σήμερα, οι τεχνικές ανακάλυψης γνώσης από βάσεις δεδομένων έχουν πλέον ωριμάσει και ενσωματωθεί σε εμπορικά πακέτα λογισμικού για επιχειρήσεις και ορ-γανισμούς όλων των ειδών. Οι εφαρμογές της εκτείνονται από τον τομέα της υγείας, μέχρι τις τράπεζες, τις επιχειρήσεις, τον παγκόσμιο ιστό και τη μοριακή βιολογία, ακολουθώντας κατά πόδας τη διείσδυση της πληροφορικής σε όλους τους τομείς της ανθρώπινης δραστηριότητας. Η ολοένα και αυξανόμενη ποικιλία των εφαρμογών της σε συνδυασμό με την άφθονη επεξεργαστική ισχύ και τα διαθέσιμα μέσα αποθήκευ-σης, δημιουργούν την ανάγκη για ακόμα περισσότερες τεχνικές, ακόμα πιο εξειδι-κευμένους αλγορίθμους με ακόμα μεγαλύτερη αποτελεσματικότητα και ταχύτητα. Η εξέλιξη σε πολλούς τομείς, όπως η Μοριακή Βιολογία, εξαρτάται άμεσα από τη δια-θεσιμότητα και την απόδοση των αντίστοιχων εργαλείων ανακάλυψης γνώσης. Λαμ-βάνοντας μάλιστα υπόψη ότι οι αλγόριθμοι γενικής χρήσης δε μπορούν να αποδώ-σουν εξίσου καλά με τους εξειδικευμένους και πως η ανακάλυψη γνώσης ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Although “Knowledge Discovery in Databases” is a young field of research and application, having its roots in the late 1980s, it is already mature enough to offer useful analytical tools, embedded in popular software packages, for all kinds of busi-nesses and organizations. Its applications cover the entire spectrum of human activity, from healthcare and molecular biology to banking, commerce, industry and educa-tion. This growing variety of applications along with the vast amounts of storage and computing power available increases the need for more algorithms that are applica-tion-specific, faster and more effective. The importance of Knowledge Discovery in Databases (KDD) is further established by the fact that the progress and development of several fields (such as Molecular Biology) largely depends on its ability to deliver reliable and powerful techniques. Considering also that general purpose algorithms often fail to reach the performance standards set by real-world applications ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/15264
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/15264
Εναλλακτικός τίτλος
Knowledge discovery from sequential and transactional data
Συγγραφέας
Μπερμπερίδης, Χρήστος Νικόλαος
Ημερομηνία
2007
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής
Εξεταστική επιτροπή
Βλαχάβας Ιωάννης
Καρανίκας Κωνσταντίνος
Μανωλόπουλος Ιωάννης
Βάκαλη Αθηνά
Βερύκιος Βασίλειος
Βασιλειάδης Νικόλαος
Αγγελής Ελευθέριος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμες Ηλεκτρονικών Υπολογιστών & Πληροφορικής
Λέξεις-κλειδιά
Εξόρυξη δεδομένων; Μηχανική μάθηση; Πρόβλεψη; Μοντελοποίηση; Αλγόριθμοι; Βιοπληροφορική
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
166 σ., εικ.