Опубликован: 22.04.2006 | Уровень: специалист | Доступ: свободно
  • 1.
    and Uthurusamy, Fayyad, Piatetsky-Shapiro, Smyth
    Advances in Knowledge Discovery and Data Mining, , (Chapter 1)
  • 3.
    Parsaye K
    A Characterization of Data Mining Technologies and Processes
  • 4.
  • 5.
    Gregory Piatetsky-Shapiro
  • 6.
    Иванов О.В
    Статистика / Учебный курс для социологов и менеджеров. Часть 1. Описательная статистика. Теоретико-вероятностные основания статистического вывода
  • 7.
  • 8.
    Newquist H. P
    Data Mining: The AI Metamorphosis
  • 9.
    Parsaye K
    A Characterization of Data Mining Technologies and Processes
  • 10.
    Brand E., Gerritsen R
    Data Mining and Knowledge Discovery
  • 11.
    Л. В. Щавелёв
    Способы аналитической обработки данных для поддержки принятия решений
  • 12.
    Арагон Л
    Долой грязь!
  • 13.
    Киселев М., Соломатин Е
    Средства добычи знаний в бизнесе и финансах
  • 14.
    Мусаев А.А
    Алгоритмы аналитического управления производственными процессами
  • 15.
    John F. Elder IV & Dean W. Abbott
    KDD-98: A Comparison of Leading Data Mining Tools
  • 16.
    Дюк В.А., Самойленко А.П
    Data Mining: учебный курс
  • 17.
    Damiaan Zwietering, Helena Gottschalk, Hosung Kim, Joerg Reinschmidt
    Intelligent Miner for Data: Enhance Your Business Intelligence J
  • 18.
    Эделстейн Г
    Интеллектуальные средства анализа, интерпретации и представления данных в информационных хранилищах
  • 19.
    Николаев А
    Строителям информационных пирамид
  • 21.
    COMP 290-090 Data Mining: Concepts, Algorithms, and Applications
  • 23.
    Jiawei Han and Micheline Kamber
    Data Mining: Concepts and Techniques, The Morgan Kaufmann
  • 25.
    Можно ли увидеть 88-е измерение?
  • 26.
    Аджиев В
    Mineset - визуальный инструмент аналитика
  • 27.
    Ananth Y. Grama, Naren Ramakrishnan
    Data Mining-Guest Editors' Introduction: From Serendipity to Science,
  • 31.
    Ahsan habib, Amalendu Roy, Baojing Lu, David Diaz, Jingkai Zhou, Maria Canton, Md Abdul Maleq Khan, Qin Ding, Qinghua Zou, Qun Wei
    Data Mining Survey
  • 32.
    Беднарц Энн
    Новое слово в аналитике
  • 33.
    Венкатеш Ганти, Йоханнес Герке, Раджу Рамакришнан
    Добыча данных в сверхбольших базах данных
  • 34.
    Дюк В.А., Эмануэль В.Л
    Информационные технологии в медико-биологических исследованиях
  • 36.
    and M. Mehta, J. Shafer, R. Agrawal
    SPRINT: A Scalable Parallel Classifier for Data Mining, Proc. 22nd Int'l Conf. Very Large Data Bases,"
  • 38.
    B. Scholkopf, G. Ratsch, K. Muller, K. Tsuda, S. Mika
    An Introduction to Kernel-Based Learning Algorithms
  • 40.
    Chickering D, Geiger D., Heckerman D.
    Learning Bayesian networks: The combination of knowledge and statistical data
  • 41.
    Heckerman D
    Bayesian Networks for Data Mining
  • 42.
    etc, Friedman N., Geiger D., Goldszmidt M.
    Bayesian Network Classifiers
  • 43.
    Brand E., Gerritsen R
    Naive-Bayes and Nearest Neighbor
  • 44.
    Итоги науки и техники: физические и математические модели нейронных сетей, том 1
  • 45.
    А.Н. Горбань, А.Н. Кирдин и др, В.Л. Дунин-Барковский
    Нейроинформатика
  • 46.
    А.Н. Горбань
    Методы нейроинформатики
  • 47.
    Rosendlatt F
    Principles of Neurodinamics
  • 48.
    Аналитическая платформа Deductor 4. Руководство пользователя
  • 49.
    Медведев В.С., Потемкин В.Г
    Нейронные сети. Matlab 6
  • 50.
  • 51.
    Уоссермен
    Нейрокомпьютерная техника
  • 52.
    and A. Zhang, G. Sheikholeslami, S. Chatterjee
    WaveCluster: A Multi-Resolution Clustering Approach for Very Large Spatial Databases
  • 53.
    and K. Shim, R. Rastogi, S. Guha
    CURE: An Efficient Clustering Algorithm for Large Databases
  • 54.
    M. Ester et al.
    A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise
  • 55.
    Информационные технологии и программирование: Межвузовский сборник статей. Вып. 2 (7)
  • 56.
    И.С.Енюков
  • 58.
    A. Swami, R. Agrawal, T. Imielinski
    Mining Associations between Sets of Items in Massive Databases
  • 59.
    R. Agrawal, R. Srikant
    Fast Algorithms for Mining Association Rules
  • 60.
    Jong Soo Park, Ming-Syan Chen and Philip S. Yu
    An effective Hash-Based Algorithm for Mining Association Rules
  • 61.
    J. S. Park, M. S. Chen and P. S. Yu
    Efficient Hash-Based Algorithm for Mining Association Rules
  • 62.
    A. Savasere, and S. Navathe, E. Omiecinski
    An Efficient Algorithm for Mining Association Rules in Large Databases
  • 63.
    S. Brin et al
    Dynamic Itemset Counting and Implication Rules for Market Basket Data
  • 64.
    У. Боумен
    Графическое представление информации
  • 65.
    Chernoff, H
    The Use of Faces to Represent Points in K-Dimensional Space Graphically
  • 66.
    Edward. R. Tufte
    The Visual Display of Quantitative Information
  • 68.
    Плотинский Ю.М
    Визуализация информации
  • 69.
    Ю.Н Книга, Ю.Р. Валькман
  • 70.
    Eom S.B
    decosion support systems research: reference disciplines and a cumulative tradition
  • 71.
    Hackthorn R, Inmon W.H.
    Using the Data Warehouse
  • 72.
    Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R
    Advances in Knowledge Discovery and Data Mining
  • 73.
    Ginzberg M.S., Stohr E.A
    Decision Support Systems: Issues and Perspectives
  • 74.
    Ситник В.Ф
    та iн. Системи пiдтримки прийняття рiшень
  • 75.
    Simon H.A
    The New Science of Management Decision
  • 76.
    Венкатеш Ганти, Сураджит Чаудхури, Умешвар Дайал
    Технология баз данных в системах поддержки принятия решений
  • 77.
    Львов В
    Создание систем поддержки принятия решений на основе хранилищ данных
  • 78.
    Parsaye K
    Surveying Decision Support: New Realms of Analysis
  • 79.
    Э.А. Тахтенгерц
    Компьютерная поддержка принятия решений
  • 82.
    Parsaye K
    OLAP and Data Mining: Bridging the Gap
  • 83.
    Билл Инмон
    Производительность систем хранилищ данных
  • 84.
    Кузнецов С
    Хранилища данных в начале века
  • 85.
    D. Hackathorn
    Reinventing Enterprise Systems Via Data Warehousing
  • 86.
    Коровкин С. Д., Левенец И. А., Ратманова И. Д., Старых В. А., Щавелев Л. В
    Решение проблемы комплексного оперативного анализа информации хранилищ данных
  • 87.
    Полина Трофимова
  • 89.
    Десять основных тенденций 2005 года в области Business Intelligence и Хранилищ данных: оправдался ли прогноз?
  • 90.
    Вон Ким
    Три основных недостатка современных хранилищ данных
  • 91.
    B. Choi, D. Lee, E. Hong, S. Kim, W. Kim
    A Taxonomy of Dirty Data
  • 92.
    Erhard Ram, Hong Hai Do
    Очистка данных: проблемы и актуальные подходы
  • 93.
    Джули Борт
    Очистка данных
  • 94.
    Рич Олшефски
    Как избежать двух основных крайностей программ по очистке данных
  • 95.
    Роналд Фоурино
    Электронное качество данных: скрытая перспектива очистки данных
  • 96.
    Бакалавр Экономики : хрестоматия. В 3 т. Т.2 / РЭА им. Г.В. Плеханова
  • 97.
    Вейн Куртц, Джим Янг, Санай Сони, Чжаохай Танг
  • 100.
    Colin Shearer (SPSS) and Rudiger Wirth (DaimlerChrysler), Julian Clinton (SPSS), Pete Chapman (NCR), Randy Kerber (NCR), Thomas Khabaza (SPSS), Thomas Reinartz (DaimlerChrysler)
    CRISP-DM 1.0. Step-by-step data mining guide
  • 102.
    DMG
  • 103.
    SAS Enterprise Miner 5.1 - 2003 by SAS Institute Inc.
  • 105.
    Арсеньев С, Слынько Ю.
    Универсальная платформа интеллектуального бизнеса
  • 109.
    Сайт www.spc-consulting.ru/dms/
  • 110.
    STATISTICA System Reference - 2003 by StatSoft Inc.
Никита Бойко
Никита Бойко
Сколько блоков занимает битовая карта блоков, если число блоков в группе равно 128, а размер блока 16?
Анна Зиненко
Анна Зиненко
Здравствуйте!Я получила серт -т за курс. Возможно ли мне получить удостовер. о повыш. квалиф-ции если я отправлю необх документы
Михаил Васильев
Михаил Васильев
Россия, г. Санкт-Петербург
Анна Цицина
Анна Цицина
Казахстан, г.Караганда