Detail Cantuman
![Image of Data Mining : Algoritma dan Implementasi](./lib/minigalnano/createthumb.php?filename=../../images/docs/vbnjghkihj%2Cmm_nbvnvch.jpg.jpg&width=200)
Text
Data Mining : Algoritma dan Implementasi
1035813101 | 005.1 ARH d C-1 | KAMPUS MAUMERE | Tersedia namun tidak untuk dipinjamkan - Tidak Dipinjamkan |
1035814102 | 005.1 ARH d C-2 | KAMPUS MAUMERE | Tersedia |
1035815103 | 005.1 ARH d C-3 | KAMPUS MAUMERE | Tersedia |
1035816104 | 005.1 ARH d C-4 | KAMPUS MAUMERE | Tersedia |
Buku ini merupakan salah satu buku data mining yang membahas tentang konsep data mining dan juga membahas tahapan implementasi data mining melalui algoritma-algoritma data mining yang diterapkan dalam kehidupan melalui contoh-contoh yang diberikan dalam buku ini.
Algoritma-algoritma yang akan dibahas dalam buku ini meliputi:
1. Algoritma klasifikasi seperti Decision Tree, K-Nearest Neighbor, Naive Bayesian Classification, Jaringan Saraf Tiruan;
2. Algoritma klastering meliputi Agglomerative Hierarchy Clustering, Partitional Clustering, algoritma Incremental Clustering;
3. Prediksi seperti regresi linear dan regresi berganda; dan
4. Association rule (kaidah asosiasi)
Buku ini dapat digunakan oleh berbagai kalangan mulai dari mahasiswa, akademisi sampai dengan praktisi. Buku ini juga dapat dijadikan sebagai bahan ajar dan referensi.
Data mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk mengekstrak informasi penting pada data.
Algoritma adalah suatu upaya dengan urutan operasi yang disusun secara logis dan sistematis untuk menyelesaikan suatu masalah untuk menghasilkan suatu output tertentu.
Implementasi ialah kegiatan yang dilakukan dengan perencanaan dan mengacu kepada aturan tertentu untuk mencapai tujuan suatu kegiatan.
Dalam buku ini, dijelaskan ketiganya yang merupakan sebuah rangkaian aktivitas yang berguna untuk membuat implementasi dan pengaplikasian.
Algoritma-algoritma yang akan dibahas dalam buku ini meliputi:
1. Algoritma klasifikasi seperti Decision Tree, K-Nearest Neighbor, Naive Bayesian Classification, Jaringan Saraf Tiruan;
2. Algoritma klastering meliputi Agglomerative Hierarchy Clustering, Partitional Clustering, algoritma Incremental Clustering;
3. Prediksi seperti regresi linear dan regresi berganda; dan
4. Association rule (kaidah asosiasi)
Buku ini dapat digunakan oleh berbagai kalangan mulai dari mahasiswa, akademisi sampai dengan praktisi. Buku ini juga dapat dijadikan sebagai bahan ajar dan referensi.
Data mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk mengekstrak informasi penting pada data.
Algoritma adalah suatu upaya dengan urutan operasi yang disusun secara logis dan sistematis untuk menyelesaikan suatu masalah untuk menghasilkan suatu output tertentu.
Implementasi ialah kegiatan yang dilakukan dengan perencanaan dan mengacu kepada aturan tertentu untuk mencapai tujuan suatu kegiatan.
Dalam buku ini, dijelaskan ketiganya yang merupakan sebuah rangkaian aktivitas yang berguna untuk membuat implementasi dan pengaplikasian.
Judul Seri | - |
No. Panggil | 005.1 ARH d |
Penerbit | ANDI : Yogyakarta., 2020 |
Deskripsi Fisik | xii + 212 hlm.; 23 cm. |
Bahasa | Indonesia |
ISBN/ISSN | 978-623-01-0725-2 |
Klasifikasi | 005.1 |
Tipe Isi | - |
Tipe Media | - |
Tipe Pembawa | - |
Edisi | Edisi ke-1, Cetakan ke-1 |
Subyek | Programming/ Pemrograman |
Info Detil Spesifik | - |
Pernyataan Tanggungjawab | Muhammad Arhami, Muhammad Nasir |
Tidak tersedia versi lain