دانلود کتاب Data Science and Big Data Computing: Frameworks and Methodologies
کتاب علم داده و محاسبات کلان داده: چارچوب ها و روش ها نسخه زبان اصلی
دانلود کتاب علم داده و محاسبات کلان داده: چارچوب ها و روش ها 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
توضیحاتی در مورد کتاب Data Science and Big Data Computing: Frameworks and Methodologies
نام کتاب : Data Science and Big Data Computing: Frameworks and Methodologies
ویرایش : 1st ed.
عنوان ترجمه شده به فارسی : علم داده و محاسبات کلان داده: چارچوب ها و روش ها
سری :
نویسندگان : Zaigham Mahmood (eds.)
ناشر : Springer International Publishing : Imprint : Springer
سال نشر : 2016
تعداد صفحات : 332
ISBN (شابک) : 3319318594 , 9783319318615
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 3 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 :
این متن/مرجع روشنگر وضعیت هنر در علم داده را بررسی می کند و راهنمایی عملی در مورد تجزیه و تحلیل داده های بزرگ ارائه می دهد. دیدگاههای تخصصی توسط محققان و متخصصان معتبر از سراسر جهان ارائه میشود، در مورد پیشرفتهای تحقیقاتی و روندهای نوظهور بحث میشود، مطالعات موردی در چارچوبهای مفید و روششناسیهای نوآورانه ارائه میشود، و بهترین شیوهها برای تجزیه و تحلیل دادههای کارآمد و مؤثر پیشنهاد میشود. ویژگی ها: چارچوبی را برای برنامه های کاربردی داده سریع، تکنیکی برای پردازش رویدادهای پیچیده و رویکردهای انبوهی برای پارتیشن بندی شبکه ها بررسی می کند. یک رویکرد واحد برای مدلسازی و مدیریت دادهها و یک دیدگاه محاسباتی توزیعشده در ارتباط با دنیای فیزیکی و سایبری معرفی میکند. تکنیک هایی را برای یادگیری ماشین برای داده های بزرگ و شناسایی رکوردهای تکراری در مخازن داده ارائه می کند. فناوری ها و ابزارهای توانمند برای داده کاوی را بررسی می کند. چارچوب هایی را برای استخراج داده ها و تصمیم گیری تطبیقی و تحلیل رسانه های اجتماعی پیشنهاد می کند
فهرست مطالب :
Front Matter....Pages i-xxi
Front Matter....Pages 1-1
An Interoperability Framework and Distributed Platform for Fast Data Applications....Pages 3-39
Complex Event Processing Framework for Big Data Applications....Pages 41-56
Agglomerative Approaches for Partitioning of Networks in Big Data Scenarios....Pages 57-78
Identifying Minimum-Sized Influential Vertices on Large-Scale Weighted Graphs: A Big Data Perspective....Pages 79-92
Front Matter....Pages 93-93
A Unified Approach to Data Modeling and Management in Big Data Era....Pages 95-116
Interfacing Physical and Cyber Worlds: A Big Data Perspective....Pages 117-138
Distributed Platforms and Cloud Services: Enabling Machine Learning for Big Data....Pages 139-159
An Analytics-Driven Approach to Identify Duplicate Bug Records in Large Data Repositories....Pages 161-187
Front Matter....Pages 189-189
Large-Scale Data Analytics Tools: Apache Hive, Pig, and HBase....Pages 191-220
Big Data Analytics: Enabling Technologies and Tools....Pages 221-243
A Framework for Data Mining and Knowledge Discovery in Cloud Computing....Pages 245-267
Feature Selection for Adaptive Decision Making in Big Data Analytics....Pages 269-292
Social Impact and Social Media Analysis Relating to Big Data....Pages 293-313
Back Matter....Pages 315-319
توضیحاتی در مورد کتاب به زبان اصلی :
This illuminating text/reference surveys the state of the art in data science, and provides practical guidance on big data analytics. Expert perspectives are provided by authoritative researchers and practitioners from around the world, discussing research developments and emerging trends, presenting case studies on helpful frameworks and innovative methodologies, and suggesting best practices for efficient and effective data analytics. Features: reviews a framework for fast data applications, a technique for complex event processing, and agglomerative approaches for the partitioning of networks; introduces a unified approach to data modeling and management, and a distributed computing perspective on interfacing physical and cyber worlds; presents techniques for machine learning for big data, and identifying duplicate records in data repositories; examines enabling technologies and tools for data mining; proposes frameworks for data extraction, and adaptive decision making and social media analysis
پست ها تصادفی