Los puntos clave no están disponibles para este artículo en este momento.
Big data se refiere a conjuntos de datos grandes, diversos y complicados que son desafiantes de almacenar, analizar y visualizar para su uso en operaciones o resultados posteriores. La minería de datos consiste en explorar y analizar grandes cantidades de datos para encontrar patrones y principios significativos. La minería de datos es crucial para muchos esfuerzos humanos porque descubre patrones anteriormente no detectados que son útiles. Hay varias tareas principales en la minería de datos, incluyendo agrupamiento, selección de características y reglas de asociación. Se emplean varias técnicas de minería de datos para manejar estas tareas importantes. Los algoritmos metaheurísticos son actualmente considerados como uno de los métodos más eficientes para resolver problemas de minería de datos. Las metaheurísticas, como cajas negras, pueden ofrecer soluciones distintas independientemente de la naturaleza del problema. Estos algoritmos tratan los problemas de minería de datos como problemas de optimización combinatoria. Cada año se publican numerosos artículos de investigación en esta área, por lo que decidimos realizar un estudio de revisión sobre el tema. En consecuencia, este artículo proporciona una revisión bibliográfica exhaustiva sobre el uso de algoritmos metaheurísticos para resolver problemas de minería de datos que han surgido en los últimos cinco años (2019-2023).
Building similarity graph...
Analyzing shared references across papers
Loading...
Samia Mandour
Abduallah Gamal
Ahmed Sleem
Tanta University
Zagazig University
Helwan University
Building similarity graph...
Analyzing shared references across papers
Loading...
Mandour et al. (jue,) estudiaron esta cuestión.
www.synapsesocial.com/papers/68e64045b6db6435875d19ef — DOI: https://doi.org/10.61356/j.mawa.2024.4301
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: