Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.
Applications of Mining Massive Time Series Data
Zdolność do przewidywania przyszłych zdarzeń leży u podstaw wielu dziedzin nauki; nic więc dziwnego, że przewidywanie było tematem cieszącym się dużym zainteresowaniem w społeczności eksploracji danych przez ostatnią dekadę.
Uważamy, że powodem, dla którego odkrywanie reguł w szeregach czasowych o rzeczywistych wartościach nie powiodło się do tej pory, jest to, że większość wysiłków w mniejszym lub większym stopniu bezkrytycznie zastosowała idee odkrywania reguł strumienia symbolicznego do odkrywania reguł o rzeczywistych wartościach. Uważamy, że brak postępów w tej dziedzinie można przypisać dwóm powiązanym czynnikom: brakowi skutecznych algorytmów odkrywania reguł w jednowymiarowych szeregach czasowych, co skutkuje słabą jakością i losowymi regułami; mniej dokładnym klasyfikatorom zbudowanym dla wielowymiarowych szeregów czasowych w celu dokonywania dokładnych prognoz.
W tej książce staramy się rozwiązać te problemy i wprowadzamy nowe algorytmy, które pozwalają nam szybko odkrywać wysokiej jakości reguły w bardzo dużych zbiorach danych, które dokładnie przewidują wystąpienie przyszłych zdarzeń.