| Popis: |
Τα δεδομένα και η επεξεργασία τους γίνονται ολοένα και πιο ζωτικής σημασίας στόχος για τις σημερινές εταιρείες, οργανισμούς, κυβερνήσεις, επιστήμονες και κοινωνίες για την αντιμετώπιση περίπλοκων προβλημάτων. Η εξόρυξη δεδομένων και τα επιχειρηματικά αναλυτικά στοιχεία αξιοποιούν αυτά τα δεδομένα, παρέχουν πρωτοφανείς πληροφορίες, οδηγούν σε καλύτερες αποφάσεις και βοηθούν στην επίλυση περίπλοκων προβλημάτων. Το προτεινόμενο σύγγραμμα θα έχει την ακόλουθη δομή. Στο κεφάλαιο 1, θα γίνει μια εισαγωγή στο πεδίο της εξόρυξης δεδομένων, θα αναφερθούν οι απαραίτητοι βασικοί όροι που θα χρησιμοποιηθούν στο υπόλοιπο βιβλίο και τα πεδία εφαρμογής των τεχνικών. Στο κεφάλαιο 2, θα παρουσιαστεί ο τρόπος καταγραφής και διόρθωσης-προεπεξεργασίας των δεδομένων με ιδιαίτερη έμφαση στα επιμέρους προβλήματα που μπορούν να εμφανιστούν στα δεδομένα και τον τρόπο επίλυσης τους. Στο κεφάλαιο 3, θα γίνει μια εισαγωγή στο RapidMiner με αναφορές στην εισαγωγή δεδομένων και στον τρόπο χειρισμού αυτών. Στο κεφάλαιο 4, θα γίνει αναλυτική περιγραφή των δέντρων αποφάσεων και θα επιδειχθεί η εφαρμογή της συγκεκριμένης μεθοδολογίας στα δεδομένα Iris που αφορούν κάποια φυτά. Στο κεφάλαιο 5 θα παρουσιαστεί η τεχνική k-nearest neighbor, που χρησιμοποιείται για την ταξινόμηση παρατηρήσεων και θα δοθεί μια αναλυτική μελέτη περίπτωσης που αφορά την αξιολόγηση βοηθών διδασκαλίας σε πανεπιστήμιο των ΗΠΑ. Στο κεφάλαιο 6, θα περιγραφεί η τεχνική naive bayes για την ταξινόμηση παρατηρήσεων και θα παρουσιαστεί μια μελέτη περίπτωσης για την έγκριση πίστωσης πελατών. Στο κεφάλαιο 7 θα παρουσιαστεί η τεχνική clustering k-means για την ανάλυση συστάδων που χωρίζει τα δεδομένα σε κατηγορίες και θα δοθεί μια αναλυτική μελέτη περίπτωσης από το χώρο της Ιατρικής. Τέλος, στο κεφάλαιο 8 θα παρουσιαστεί η περίπτωση της εξόρυξης δεδομένων από κείμενα και θα δοθεί αναλυτικά μελέτη περίπτωσης που αφορά την επιλογή μηνυμάτων ως spam. Μετά το τελευταίο κεφάλαιο θα προστεθεί ευρετήριο όρων. |
