随着数据存储技术的发展,大型的数据库为保证机器学习和统计等许多领域的研究人员发展能应用于不同领域科学的数据分析新技术提供了可能.特别在生物、化学、物理和天文学等学科中,统计方法、计算方法和机器学习等技术已经有了非常显著成功的应用.随着本体论和知识表示的新发展,自动科学发现(ASD)具有很光明的前景,并且将走得更远.
全书共13章,分为四部分.一、科学数据挖掘和知识发现这门学科的背景,介绍5个领域:机器学习、统计推理、科学哲学、认知科学和知识表示,二、科学计算方法,介绍地理、化学、生物信息学等学科中计算方法的应用,包括应用于地理学中的空间技术、化学领域中的计算化学、生物信息学中的字符串信息挖掘,三、科学知识发现中的数据挖掘技术,介绍数据挖掘技术在地理、化学、物理学中的应用,四、数据挖掘技术在知识发现领域的未来趋势和研究方向,包括宇宙飞船上的数据挖掘、数据流的信息挖掘.
有关论文范文主题研究: | 关于认知科学的论文范文资料 | 大学生适用: | 函授毕业论文、本科论文 |
---|---|---|---|
相关参考文献下载数量: | 54 | 写作解决问题: | 如何怎么撰写 |
毕业论文开题报告: | 标准论文格式、论文前言 | 职称论文适用: | 论文发表、职称评副高 |
所属大学生专业类别: | 如何怎么撰写 | 论文题目推荐度: | 优秀选题 |
该书作者M.M.盖伯教授是澳大利亚莫纳什大学(Monash universily)信息技术学院的教授、分布式系统和软件工程中心研究员,从事无线传感器网络、数据流信息挖掘、普遍性数据挖掘、分布式数据挖掘等领域的研究工作,出版专著3本,国际论文75篇.
本书适合从事科学数据的信息挖掘的研究人员和相关专业的研究生阅读,它既提供了基本的理论知识,也介绍了科学数据挖掘的最新应用,指出了该学科的整体概貌,并列出了开放的问题和相关领域的后续研究工作和未来展望.