جلد سخت سیاه و سفید
Product details
- Publisher : Springer; 1st ed. 2022 edition (January 22, 2022)
- Language : English
- Hardcover : 360 pages
- ISBN-10 : 3030924297
- ISBN-13 : 978-3030924294
کتاب Relational Calculus for Actionable Knowledge (Information Fusion and Data Science)
This book focuses on one of the major challenges of the newly created scientific domain known as data science: turning data into actionable knowledge in order to exploit increasing data volumes and deal with their inherent complexity. Actionable knowledge has been qualitatively and intensively studied in management, business, and the social sciences but in computer science and engineering, its connection has only recently been established to data mining and its evolution, ‘Knowledge Discovery and Data Mining’ (KDD). Data mining seeks to extract interesting patterns from data, but, until now, the patterns discovered from data have not always been ‘actionable’ for decision-makers in Socio-Technical Organizations (STO). With the evolution of the Internet and connectivity, STOs have evolved into Cyber-Physical and Social Systems (CPSS) that are known to describe our world today. In such complex and dynamic environments, the conventional KDD process is insufficient, and additional processes are required to transform complex data into actionable knowledge.
Readers are presented with advanced knowledge concepts and the analytics and information fusion (AIF) processes aimed at delivering actionable knowledge. The authors provide an understanding of the concept of ‘relation’ and its exploitation, relational calculus, as well as the formalization of specific dimensions of knowledge that achieve a semantic growth along the AIF processes. This book serves as an important technical presentation of relational calculus and its application to processing chains in order to generate actionable knowledge. It is ideal for graduate students, researchers, or industry professionals interested in decision science and knowledge engineering.
منابع کتاب کتاب Relational Calculus for Actionable Knowledge (Information Fusion and Data Science)
این کتاب بر روی یکی از چالش‌های اصلی حوزه علمی جدید ایجاد شده به نام علم داده تمرکز دارد: تبدیل داده‌ها به دانش عملی به منظور بهره‌برداری از حجم فزاینده داده و مقابله با پیچیدگی ذاتی آنها. دانش عملی به طور کیفی و فشرده در مدیریت، تجارت و علوم اجتماعی مورد مطالعه قرار گرفته است، اما در علوم و مهندسی کامپیوتر، ارتباط آن به تازگی با داده کاوی و تکامل آن، "کشف دانش و داده کاوی" (KDD) برقرار شده است. داده کاوی به دنبال استخراج الگوهای جالب از داده ها است، اما، تا کنون، الگوهای کشف شده از داده ها همیشه برای تصمیم گیرندگان در سازمان های فنی و اجتماعی (STO) "عملی" نبوده اند. با تکامل اینترنت و اتصال، STO ها به سیستم های سایبری-فیزیکی و اجتماعی (CPSS) تبدیل شده اند که برای توصیف دنیای امروز ما شناخته شده است. در چنین محیط‌های پیچیده و پویا، فرآیند KDD معمولی کافی نیست و فرآیندهای اضافی برای تبدیل داده‌های پیچیده به دانش عملی مورد نیاز است.
خوانندگان با مفاهیم دانش پیشرفته و فرآیندهای تجزیه و تحلیل و ترکیب اطلاعات (AIF) با هدف ارائه دانش عملی ارائه می شوند. نویسندگان درکی از مفهوم "رابطه" و بهره برداری از آن، حساب رابطه ای، و همچنین رسمیت بخشیدن به ابعاد خاصی از دانش که در طول فرآیندهای AIF به رشد معنایی دست می یابند، ارائه می دهند. این کتاب به عنوان یک ارائه فنی مهم از حساب رابطه ای و کاربرد آن در زنجیره های پردازش به منظور تولید دانش عملی است. این برای دانشجویان فارغ التحصیل، محققان یا متخصصان صنعت علاقه مند به علم تصمیم گیری و مهندسی دانش ایده آل است.
ارسال نظر درباره کتاب Relational Calculus for Actionable Knowledge (Information Fusion and Data Science)