تفاوت تاریخ بروزرسانی در صورت داشتن اشتراک

نمایه آخرین بروز رسانی
Scopus فوریه ۲۰۲۲
ISI مارس ۲۰۲۳
SCImago ژانویه ۲۰۲۰
ISI Open Access Journals مارس ۲۰۲۴
لیست سیاه وزارت علوم فروردین ۱۴۰۲
لیست سیاه وزارت بهداشت فروردین ۱۴۰۲
لیست سیاه دانشگاه آزاد بهمن ۱۳۹۹
مجلات دارای زمان داوری ژانویه ۲۰۲۲
مجلات درجه بندی شده از نظر سختی پذیرش ژانویه ۲۰۲۲
فراخوانهای مقاله فوریه ۲۰۲۴
نمایه آخرین بروز رسانی
Scopus ژانویه ۲۰۲۴
ISI نوامبر ۲۰۲۴
SCImago می ۲۰۲۴
ISI Open Access Journals مارس ۲۰۲۴
لیست سیاه وزارت علوم آذر ۱۴۰۳
لیست سیاه وزارت بهداشت فروردین ۱۴۰۳
لیست سیاه دانشگاه آزاد آذر ۱۴۰۱
مجلات دارای زمان داوری ژانویه ۲۰۲۴
مجلات درجه بندی شده از نظر سختی پذیرش ژانویه ۲۰۲۴
فراخوانهای مقاله فوریه ۲۰۲۴

Behaviormetrika



Behaviormetrika

ژاپن
کشور
0385-7417
ISSN
1986 و 2017 تا کنون
مدت فعالیت
Behaviormetric Society of Japan
ناشر
www.springer.com
سایت مجله

ISI

آخرین بروز رسانی مارس ۲۰۲۳
مجله در فهرست مجلات ISI نیست.

اهداف مجله

Behaviormetrika دو بار در سال برای ارائه یک انجمن بین المللی برای رویکردهای کمی نظری و تجربی جدید در علم داده منتشر می شود. هنگامی که Behaviormetrika در سال 1974 راه اندازی شد، این مجله از علم داده به عنوان یک حوزه بین رشته ای حمایت می کرد که شامل استفاده از روش های آماری برای استخراج دانش معنادار از داده ها در اشکال مختلف آن بود: ساختاریافته یا بدون ساختار. Behaviormetrika قدیمی ترین مجله ای است که به موضوع علم داده می پردازد. اولین سردبیر Behaviormetrika، دکتر چیکیو هایاشی، علم داده را اینگونه توصیف کرد: «علم داده تنها یک مفهوم ترکیبی برای یکسان کردن آمار، تجزیه و تحلیل داده‌ها و روش‌های مرتبط با آنها نیست. نتایج آن را نیز شامل می شود. علم داده برای تجزیه و تحلیل و درک پدیده های واقعی با "داده" در نظر گرفته شده است. به عبارت دیگر، هدف علم داده این است که ویژگی ها یا ساختار پنهان پدیده های پیچیده طبیعی، انسانی و اجتماعی را با استفاده از داده ها از منظری متفاوت آشکار کند. نظریه و روش تثبیت شده یا سنتی». Behaviormetrika یک مجله بین المللی با داوری کامل است که مقالات پژوهشی اصلی، یادداشت ها و مقالات مروری را منتشر می کند. حوزه‌های موضوعی مناسب برای انتشار شامل روش‌ها و زمینه‌های زیر است، اما به آنها محدود نمی‌شود. روش‌شناسی علم داده‌ها آمار ریاضی روش‌های نظرسنجی هوش مصنوعی نظریه اطلاعات یادگیری ماشین کشف دانش در پایگاه‌های اطلاعاتی (KDD) مدل‌های گرافیکی علوم رایانه الگوریتم‌ها رشته‌های پزشکی روان‌شناسی آموزش و پرورش اقتصاد بازاریابی علوم اجتماعی جامعه‌شناسی علوم سیاسی علوم سیاسی علوم سیاسی

برای فرستادن دیدگاه باید وارد شوید