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.

---

Availability

B2013119131	005.7 EKO d		Available
B2013119132	005.7 EKO d		Available

Detail Information

Series Title

-

Call Number

005.7 EKO d

Publisher

Yogyakarta : ANDI., 2012

Collation

xxiv, 360 hlm.

Language

Indonesia

ISBN/ISSN

978-979-29-3282-9

Classification

005.7

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Data Mining

Specific Detail Info

-

Statement of Responsibility

Eko Prasetyo

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment