Text

Data mining: konsep dan aplikasi menggunakan MATLAB

---

Ada 4 bagian utama dalam data mining yang menjadi kekuatan buku ini, yaitu bab mengenai klasifikai, analisis kelompok, deteksi anomali, dan analisis asosiasi. Metode-metode klasifikasi yang dibahas meliputi K-Nearest Neighbor, Naive Bayes, Perceptron, MLP Backpropagation, Support Vector Machine, dan Fuzzy K-Nearest Neighboor. Metode-metode analisis kelompok yang dibahas meliputi K-Means, Hierarchical, DBSCAN, Fuzzy C-Means, dan Self-Organizing Map. Metode-metode deteksi anomali yang di bahas meliputi K-Nearest Neighbor dan Outlier Removal Clustering. sementara metode analisis asosiasi yang dibahas adalah Apriori. Semuannya dibahas secara jelas dan lengkap dengan contoh implementasinya menggunakan 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.

---

Ketersediaan

B2013119131	005.7 EKO d		Tersedia
B2013119132	005.7 EKO d		Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

005.7 EKO d

Penerbit

Yogyakarta : ANDI., 2012

Deskripsi Fisik

xxiv, 360 hlm.

Bahasa

Indonesia

ISBN/ISSN

978-979-29-3282-9

Klasifikasi

005.7

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Data Mining

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Eko Prasetyo

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar