Big Data and Social Science: Data Science Methods and Tools for Research and Practice

دانلود کتاب Big Data and Social Science: Data Science Methods and Tools for Research and Practice

35000 تومان موجود

کتاب کلان داده و علوم اجتماعی: روش ها و ابزارهای علم داده برای تحقیق و عمل نسخه زبان اصلی

دانلود کتاب کلان داده و علوم اجتماعی: روش ها و ابزارهای علم داده برای تحقیق و عمل بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد

این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 9


توضیحاتی در مورد کتاب Big Data and Social Science: Data Science Methods and Tools for Research and Practice

نام کتاب : Big Data and Social Science: Data Science Methods and Tools for Research and Practice
ویرایش : 2
عنوان ترجمه شده به فارسی : کلان داده و علوم اجتماعی: روش ها و ابزارهای علم داده برای تحقیق و عمل
سری : Chapman & Hall/CRC Statistics in the Social and Behavioral Sciences
نویسندگان : , , , ,
ناشر : Chapman and Hall/CRC
سال نشر : 2020
تعداد صفحات : 413
ISBN (شابک) : 0367341875 , 9780367341879
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 26 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :




Big Data and Social Science: Data Science Methods and Tools for Research and Practice، ویرایش دوم نشان می دهد که چگونه می توان علم داده را در مسائل دنیای واقعی به کار برد و تمامی مراحل را پوشش می دهد. یک پروژه علم اجتماعی یا سیاستی با داده فشرده رهبران برجسته در علوم اجتماعی، آمار، و علوم کامپیوتر و همچنین در زمینه علم داده، دیدگاه منحصر به فردی را در مورد نحوه به کارگیری اصول مدرن تحقیقات علوم اجتماعی و ابزارهای تحلیلی و محاسباتی فعلی ارائه می دهند. این متن به شما یاد می‌دهد که چگونه داده‌های مناسب را شناسایی و جمع‌آوری کنید، روش‌ها و ابزارهای علم داده را برای داده‌ها به کار ببرید، خطاها، سوگیری‌ها و محدودیت‌های داده را تشخیص دهید و به آنها پاسخ دهید.

ویژگی‌ها:

  • رویکردی در دسترس و عملی برای مدیریت انواع داده های جدید در علوم اجتماعی اتخاذ می کند
  • ابزارهای کلیدی علم داده را به روشی غیر ترسناک به هر دو ارائه می دهد. دانشمندان علوم اجتماعی و داده در حالی که تمرکز خود را بر روی سؤالات و اهداف پژوهشی متمرکز می کنند
  • علوم اجتماعی و اصول علم داده را از طریق مسائل دنیای واقعی نشان می دهد
  • مفاهیم علوم کامپیوتر را به تحقیقات عملی علوم اجتماعی پیوند می دهد
  • li>
  • روش علمی خوب را ترویج می کند
  • کتاب های کاری با داده ها، کد و تمرین های عملی برنامه نویسی را از طریق Binder و GitHub ارائه می دهد. li>

جدید در ویرایش دوم:

  • افزایش استفاده از نمونه هایی از حوزه های مختلف علوم اجتماعی
  • جدید فصل برخورد با تعصب و انصاف در مدل‌های یادگیری ماشین
  • فصل‌های توسعه‌یافته با تمرکز بر یادگیری ماشین و تجزیه و تحلیل متن
  • نوت‌بوک‌های دستی Jupyter اصلاح‌شده برای تقویت مفاهیم مطرح‌شده در هر فصل

این کتاب تست شده در کلاس درس، شکاف بزرگی را در زمینه علوم داده و آموزش علوم اجتماعی در سطح فارغ التحصیل و حرفه ای پر می کند. می‌توان از آن برای آموزش نسل جدیدی از دانشمندان داده‌های اجتماعی برای مقابله با مشکلات دنیای واقعی و بهبود مهارت‌ها و شایستگی‌های دانشمندان اجتماعی کاربردی و متخصصان سیاست عمومی استفاده کرد. این به شما این امکان را می دهد که از حجم عظیم و به سرعت در حال رشد داده های موجود برای تفسیر فعالیت های اقتصادی و اجتماعی به شیوه ای علمی و دقیق استفاده کنید.


فهرست مطالب :


Cover
Half Title
Series Page
Title Page
Copyright Page
Contents
Preface
Editors
Contributors
1. Introduction
1.1 Why this book?
1.2 Defining big data and its value
1.3 The importance of inference
1.3.1 Description
1.3.2 Causation
1.3.3 Prediction
1.4 The importance of understanding how data are generated
1.5 New tools for new data
1.6 The book’s “use case”
1.7 The structure of the book
1.7.1 Part I: Capture and curation
1.7.2 Part II: Modeling and analysis
1.7.3 Part III: Inference and ethics
1.8 Resources
Part I Capture and Curation
2 Working with Web Data and APIs
3 Record Linkage
4 Databases
5 Scaling up through Parallel and Distributed Computing
Part II Modeling and Analysis
6 Information Visualization
7 Machine Learning
8 Text Analysis
9 Networks: The Basics
Part III Inference and Ethics
10 Data Quality and Inference Errors
11 Bias and Fairness
12 Privacy and Confidentiality
13 Workbooks
334_Password_Removed
Bibliography
Index

توضیحاتی در مورد کتاب به زبان اصلی :


Big Data and Social Science: Data Science Methods and Tools for Research and Practice, Second Edition shows how to apply data science to real-world problems, covering all stages of a data-intensive social science or policy project. Prominent leaders in the social sciences, statistics, and computer science as well as the field of data science provide a unique perspective on how to apply modern social science research principles and current analytical and computational tools. The text teaches you how to identify and collect appropriate data, apply data science methods and tools to the data, and recognize and respond to data errors, biases, and limitations.

Features:

  • Takes an accessible, hands-on approach to handling new types of data in the social sciences
  • Presents the key data science tools in a non-intimidating way to both social and data scientists while keeping the focus on research questions and purposes
  • Illustrates social science and data science principles through real-world problems
  • Links computer science concepts to practical social science research
  • Promotes good scientific practice
  • Provides freely available workbooks with data, code, and practical programming exercises, through Binder and GitHub

New to the Second Edition:

  • Increased use of examples from different areas of social sciences
  • New chapter on dealing with Bias and Fairness in Machine Learning models
  • Expanded chapters focusing on Machine Learning and Text Analysis
  • Revamped hands-on Jupyter notebooks to reinforce concepts covered in each chapter

This classroom-tested book fills a major gap in graduate- and professional-level data science and social science education. It can be used to train a new generation of social data scientists to tackle real-world problems and improve the skills and competencies of applied social scientists and public policy practitioners. It empowers you to use the massive and rapidly growing amounts of available data to interpret economic and social activities in a scientific and rigorous manner.




پست ها تصادفی