Buch, Englisch, 306 Seiten, Format (B × H): 210 mm x 297 mm, Gewicht: 1400 g
Buch, Englisch, 306 Seiten, Format (B × H): 210 mm x 297 mm, Gewicht: 1400 g
ISBN: 978-3-7643-7987-2
Verlag: Springer
This book identifies fuzzy cluster analysis as a good approach to solving complex data mining and system identification problems. It illustrates how advanced fuzzy clustering algorithms can be used not only for partitioning of the data, but it can be used for visualization, regression, classification and time-series analysis. Data clustering is a common technique for statistical data analysis, which is used in many fields, including machine learning, data mining, pattern recognition, image analysis and bioinformatics. Clustering is the classification of similar objects into different groups, or more precisely, the partitioning of a data set into subsets (clusters), so that the data in each subset (ideally) share some common trait often proximity according to some defined distance measure.
Zielgruppe
Professional/practitioner
Autoren/Hrsg.
Fachgebiete
- Technische Wissenschaften Technik Allgemein Computeranwendungen in der Technik
- Mathematik | Informatik EDV | Informatik Daten / Datenbanken Automatische Datenerfassung, Datenanalyse
- Wirtschaftswissenschaften Volkswirtschaftslehre Volkswirtschaftslehre Allgemein Ökonometrie
- Mathematik | Informatik EDV | Informatik Angewandte Informatik Computeranwendungen in Wissenschaft & Technologie
- Mathematik | Informatik EDV | Informatik Informatik
- Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
- Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
- Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Medizin, Gesundheitswesen Medizinische Mathematik & Informatik
- Mathematik | Informatik Mathematik Numerik und Wissenschaftliches Rechnen Angewandte Mathematik, Mathematische Modelle
- Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Datenanalyse, Datenverarbeitung
Weitere Infos & Material
Classical Fuzzy Cluster Analysis.- Visualization of the Clustering Results.- Clustering for Fuzzy Model Identification — Regression.- Fuzzy Clustering for System Identification.- Fuzzy Model based Classifiers.- Segmentation of Multivariate Time-series.
