Data Mining - Algoritma dan ImplementasiPenerbit Andi, 16 Sep 2020 - 226 halaman Data telah memiliki peran yang sangat penting di era saat ini. Dunia modern telah menjadikan data sebagai landasan dalam menyelesaikan berbagai persoalan yang dihadapi. Melalui data juga dapat dihasilkan berbagai informasi penting yang dapat menjadi salah satu alat bantu dalam pengambilan keputusan. Data dalam ukuran yang sangat besar tentunya memerlukan teknik untuk menggali berbagai informasi dan pengetahuan yang dimiliki oleh data. Data mining merupakan salah satu teknik untuk membuat data yang berukuran besar menjadi informasi yang sangat penting. Data mining bertujuan menghasilkan berbagai pola yang sebelumnya tidak diketahui. Banyak persoalan di bidang ekonomi, bisnis, pertanian, kehutanan, pemerintahan, ekologi, dan lain sebagainya dapat diselesaikan dengan menggunakan data mining. |
Isi
1 | |
Bab 2 Review tentang Data | 15 |
Bab 3 Data PreProcessing | 63 |
Bab 4 Regresi Linear | 69 |
Bab 5 Klasifikasi | 93 |
Bab 6 Clustering | 147 |
Bab 7 Kaidah Asosiasi Association Rule | 159 |
Bab 8 Hierarchical Clustering | 173 |
Bab 9 Principle Component Analysis PCA | 193 |
Daftar Pustaka | 207 |
Tentang Penulis | 211 |
Istilah dan frasa umum
Algoritma dan Implementasi analisis Anda atribut b₁ b₂ Bayes berdasarkan bobot boleh confidence Contoh data mining data-data dataset dendrogram diagram digunakan dihitung diketahui dilakukan dimensi diperoleh dispersi distribusi frekuensi Entropy fitur frekuensi fungsi aktivasi Gambar grafik hasil Hierarchical Clustering histogram indomie informasi input interval item itemset iterasi jarak jaringan saraf tiruan jumlah K-NN kaidah asosiasi kategori kelas keluaran klasifikasi klaster koefisien komputer kovarians kuartil langkah lapisan tersembunyi matriks median memiliki memprediksi menggunakan menghitung metode minimum Misalkan model modus mungkin neuron numerik objek observasi output pelanggan pembelajaran pengelompokan pengenalan pola perhitungan persamaan pohon keputusan pola Politeknik Negeri Lhokseumawe prediksi Promosi proses Q₁ rata-rata Review tentang Data rumus sampel sauce sekumpulan data setiap simpangan simpangan baku sinyal skala statistika supervised learning support Tabel target teknik Tentukan threshold tipe data transaksi ukuran variabel variansi vektor eigen X₁ yes yes ΣΧ 回回回 回回回回 回回回