Abstrait

Machine Learning 2018 : Apprentissage profond : Introduction à l'exploration de données et à ses applications - Mohammad Shuaib Khan - Université Glocal

Mohammed Shuaib Khan

L'exploration de données est une stratégie qui permet de trouver des exemples utiles à partir d'une quantité énorme d'informations. Cette expression est liée à la clarification du passé et à la prévision de l'avenir en recherchant et en décomposant les informations. L'exploration de données et d'informations à partir de bases de données volumineuses a été perçue par de nombreux scientifiques comme un thème d'exploration clé dans les systèmes de bases de données et l'IA et par de nombreuses organisations mécaniques comme un domaine important avec une possibilité de revenus importants. En ce qui concerne la préparation des données, les modèles factuels traditionnels sont prohibitifs, les informations et l'expérience des autorités, les conditions, les informations puissantes sur les probabilités circulent et les informations doivent avoir une qualité élevée, étant susceptibles d'être traitées et modifiées plus tôt. En raison de ces obstacles, l'idée d'exploration de données a émergé. L'exploration de données est un processus consistant à collecter des informations à partir de bases de données ou de centres de distribution d'informations et les données collectées qui n'étaient pas connues, sont légitimes et opérationnelles. De nos jours, l'exploration de données est un outil informatique de pointe et révolutionnaire, automatisant la manière de trouver des connexions et des combinaisons dans des informations brutes. L'exploration de données est un domaine multidisciplinaire qui consolide les connaissances, l'IA, l'intelligence artificielle et l'innovation en matière de bases de données. Bien que les calculs d'exploration de données soient largement utilisés dans des circonstances très diverses, en pratique, au moins une restriction importante apparaît constamment et oblige fondamentalement les applications efficaces d'exploration de données. Ce livre examine les concepts d'exploration de données et d'entreposage de données, une branche prometteuse et prospère des systèmes de bases de données et des nouvelles applications de bases de données, et vise également à donner un aperçu complet, mais approfondi, du domaine de l'exploration de données. L'exploration de données est un domaine multidisciplinaire, qui s'appuie sur des travaux provenant de domaines tels que la technologie des bases de données, l'IA, l'IA, les NN, les mesures, la reconnaissance de conception, les systèmes basés sur les données, la sécurisation des données, la récupération des données, le traitement avancé et la représentation des données. Ce livre est destiné à un large public de lecteurs qui ne sont pas vraiment des spécialistes de l'entreposage de données et de l'exploration de données, mais qui souhaitent avoir un aperçu général de ces domaines et de leurs nombreuses applications possibles. L'exploration de données étant devenue un sujet fascinant pour les étudiants universitaires et les dirigeants, elle fournit des informations commerciales et logiques cachées importantes à partir d'un grand nombre d'informations vérifiables. Il est également destiné aux dirigeants et administrateurs techniques ainsi qu'aux technologues désireux d'en savoir plus sur l'exploration de données. L'exploration de données est le moyen de trouver des modèles dans de vastes répertoires d'informations, y compris des stratégies au croisement de l'IA, des connaissances et des systèmes de bases de données.L'exploration de données est un sous-domaine interdisciplinaire de l'ingénierie logicielle et des mesures avec un objectif général d'extraire des données (avec des stratégies intelligentes) d'un index d'informations et de transformer les données en une structure concevable pour une utilisation ultérieure. L'exploration de données est le projet d'investigation du processus de « révélation d'informations dans les bases de données », ou KDD. Outre l'étape d'analyse brute, elle comprend également les perspectives de base de données et de tableau de bord, la pré-préparation des données, les considérations de modèle et de dérivation, les mesures de qualité intéressantes, les considérations d'imprévisibilité, le post-traitement des structures trouvées, la représentation et la mise à jour en ligne. L'expression « exploration de données » est un terme impropre, car l'objectif est l'extraction d'exemples et d'informations à partir d'un grand nombre de données, et non l'extraction (exploitation) des données elles-mêmes. C'est également une expression courante et est souvent appliquée à tout type de traitement de données ou de données à grande échelle (collecte, extraction, stockage, analyse et mesures) ainsi qu'à toute utilisation de réseaux de soutien émotionnel de choix informatique, y compris la conscience artificielle (par exemple, l'IA) et la connaissance commerciale. Le livre Data mining : Practical AI devices and procedures with Java (qui couvre principalement le matériel d'IA) devait initialement s'appeler simplement Practical AI, et le terme data digging n'a été inclus que pour des raisons de publicité. Souvent, les termes plus larges (de portée énorme) d'examen et d'investigation des informations - ou, lorsqu'il s'agit de véritables stratégies, d'intelligence artificielle et d'IA - sont de plus en plus appropriés.Les appareils et procédures d'IA pratiques avec Java (qui couvrent principalement le matériel d'IA) devaient initialement être appelés simplement IA pratique, et le terme fouille de données n'a été inclus que pour des raisons de publicité. Souvent, les termes plus larges (étendue énorme) d'examen et d'investigation des données - ou, lorsqu'il s'agit de véritables stratégies, intelligence artificielle et IA - sont de plus en plus appropriés.Les appareils et procédures d'IA pratiques avec Java (qui couvrent principalement le matériel d'IA) devaient initialement être appelés simplement IA pratique, et le terme fouille de données n'a été inclus que pour des raisons de publicité. Souvent, les termes plus larges (étendue énorme) d'examen et d'investigation des données - ou, lorsqu'il s'agit de véritables stratégies, intelligence artificielle et IA - sont de plus en plus appropriés.

Biographie :

Université Glocal, Inde