Text
Data mining: konsep dan aplikasi menggunakan Matlab
Daftar isi:
Bab 1 Pendahuluan
Bab 2 Set data
Bab 3 Pemroseasan awal data
Bab 4 Klasifikasi: Metode-metode pilihan
Bab 5 Analisis kelompok: metode-metode pilihan
Bab 6 Deteksi anomali
Bab 7 Analisi asosiasi
BOOK REVIEW :
Ada empat bagian utama dalam data mining yang menjadi kekuatan buku ini, yaitu bab mengenai klasifikasi, analisis kelompok, deteksi anomali, dan analisis asosiasi. Metode - metode klasifikasi yang dibahasa meliputi K-Nearest Neighbor, Naive Bayes, Perceptron, MLP Backpropagation, Support Vector Machine, dan Fuzzy K-Nearest Neighbor. Metode - metode analisis kelompok yang dibahas meliputi K-Means, Hierarchical, DBSCAN, Fuzzy C-Means, dan Self-Organizing Map. Metode - metode deteksi anomali yang dibahas meliputi K-Nearest Neighbor, DBSCAN, dan Outliner Removal Clustering. Sementara metode analisis asosiasi yang dibahas adalah Apriori. Semuanya dibahas secara jelas dan lengkap dengan contoh implementasinya dengan MATLAB. Tidak ketinggalan, pembahasan pemrosesan awal sebagai tahap permulaan pengolahan data juga dibahas, seperti Principal Component Analysis dan Singular Value Decomposition. Dua metode tersebut sudah digunakan secara luas sebagai tahap awal pemrosesan data, disertai contoh penerapannya pada data nyata.
160187 | 510.285 53 EKO d | My Library | Available |
No other version available