Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Applications of Mining Massive Time Series Data
La capacité à faire des prédictions sur des événements futurs est au cœur d'une grande partie de la science ; il n'est donc pas surprenant que la prédiction ait été un sujet de grand intérêt dans la communauté de l'exploration de données au cours de la dernière décennie.
Nous pensons que la raison pour laquelle la découverte de règles dans les séries temporelles à valeurs réelles a échoué jusqu'à présent est que la plupart des efforts ont plus ou moins appliqué sans discernement les idées de la découverte de règles de flux symboliques à la découverte de règles à valeurs réelles. Nous pensons que le manque de progrès dans ce domaine peut être attribué à deux facteurs liés : le manque d'algorithmes efficaces pour la découverte de règles dans les séries temporelles unidimensionnelles, ce qui se traduit par des règles aléatoires et de mauvaise qualité ; des classificateurs moins précis construits pour des séries temporelles multidimensionnelles afin de faire des prédictions exactes.
Dans ce livre, nous nous efforçons de résoudre ces problèmes et nous introduisons de nouveaux algorithmes qui nous permettent de découvrir rapidement des règles de haute qualité dans de très grands ensembles de données qui prédisent avec précision l'occurrence d'événements futurs.
| ISBN : | 9783659761584 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Actuellement disponible, en stock.
