دانلود کتاب Data Science Landscape
کتاب چشم انداز علم داده نسخه زبان اصلی
دانلود کتاب چشم انداز علم داده بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Data Science Landscape
نام کتاب : Data Science Landscape
ویرایش : 1st ed.
عنوان ترجمه شده به فارسی : چشم انداز علم داده
سری : Studies in Big Data 38
نویسندگان : Usha Mujoo Munshi, Neeta Verma
ناشر : Springer Singapore
سال نشر : 2018
تعداد صفحات : 343
ISBN (شابک) : 9789811075148 , 9789811075155
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 8 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 :
جلد ویرایش شده به خطوط مختلف علم داده با اشاره ویژه به مدیریت داده برای چشم انداز نوآوری تحقیقاتی می پردازد. داده ها در تمام حوزه های فعالیت انسانی، اقتصادی و توسعه فراگیر می شوند. در این زمینه، بررسی آنچه در حوزه مدیریت داده انجام می‌شود و شروع به اولویت‌بندی، در نظر گرفتن و تدوین یک سیستم مدیریت داده رسمی شامل پروتکل‌های استنادی برای استفاده توسط جوامع تحقیقاتی در رشته‌های مختلف و همچنین پرداختن به انواع مختلف مهم است. مسائل تحقیق فنی بنابراین، این حجم بر برخی از این مسائل تمرکز دارد و نمونه‌های معمولی را از حوزه‌های مختلف ترسیم می‌کند.
ایده این کار از کارگاه دو روزه "داده های بزرگ و باز - استانداردهای علم داده در حال تکامل و شیوه های ذکر منبع"، یک کارگاه بین المللی به رهبری ICSU-CODATA و با حضور بیش از 300 متخصص حوزه شکل گرفت. این کارگاه بر دو حوزه اولویت داشت (1) داده‌های بزرگ و باز: اولویت‌بندی، رسیدگی و ایجاد استانداردها و اقدامات خوب و (2) داده‌های بزرگ و باز: داده‌ها و شیوه‌های استناد. این رویداد مهم بین‌المللی بخشی از یک ابتکار جهانی به رهبری ICSU و گروه وظیفه استنادی CODATA-Data بود. در مجموع، 21 فصل (با فصل 21 که به چهار جنبه اصلی مختلف می‌پردازد) توسط افراد برجسته نوشته شده است. محققان در این زمینه که با موضوعات کلیدی S&T، نهادی، مالی، پایداری، حقوقی، IPR، پروتکل های داده، هنجارهای جامعه و موارد دیگر سر و کار دارند، که نیازمند توجه مرتبط با شیوه ها و پروتکل های مدیریت داده، هماهنگی فعالیت های منطقه، و ترویج شیوه های رایج و استانداردهای جامعه تحقیقاتی در سطح جهانی علاوه بر جنبه هایی که در بالا به آن اشاره شد، دیدگاه ملی/بین المللی داده ها و خطوط مختلف آن نیز از طریق مطالعات موردی در این جلد به تصویر کشیده شده است.فهرست مطالب :
Front Matter ....Pages i-xvii
Data Science Landscape: Tracking the Ecosystem (Usha Mujoo Munshi)....Pages 1-31
Open Data Infrastructure for Research and Development (Neeta Verma, M. P. Gupta, Shubhadip Biswas)....Pages 33-43
Managing Research Data by R&D Community in Nuclear Data Science in India (S. Ganesan)....Pages 45-57
Big Data in Astronomy and Beyond (Ajit Kembhavi)....Pages 59-66
Preserving for a More Just Future: Tactics of Activist Data Archiving (Morgan Currie, Joan Donovan, Brittany Paris)....Pages 67-78
Little Data from Big Data for Disaster Risk Reduction in India (Vinod K. Sharma, Ashutosh Dev Kaushik)....Pages 79-97
Data Marketplace as a Platform for Sharing Scientific Data (Hiranmay Ghosh)....Pages 99-105
ICSSR Data Service: A National Initiative for Sharing of Social Science Research Data (Jagdish Arora, Pallab Pradhan, Yatrik Patel, Miteshkumar Pandya, Hiteshkumar Solanki, Divyakant Vaghela)....Pages 107-125
Prismatic Consumer Insights Through Big Data: A Case Study of National Consumer Helpline (Suresh Misra, Deepika Sur)....Pages 127-140
Big Data in the Context of Smart Cities: Exploring Urban Planning and Governance (Sushma Yadav, Gadadhara Mohapatra)....Pages 141-150
Crowd Sourcing for Municipal Governance (K. K. Pandey)....Pages 151-164
Effective Business Development for In-Market IT Innovations with Industry-Driven API Composition (Biplav Srivastava, Malolan Chetlur, Sachin Gupta, Mitesh Vasa, Karthik Visweswariah)....Pages 165-181
The Data that Get Forgotten (Elizabeth Griffin)....Pages 183-198
Big Data and Predictive Analytics: A Facilitator for Talent Management (Neetu Jain, Maitri)....Pages 199-204
Privacy Preserving Data Mining Techniques for Hiding Sensitive Data: A Step Towards Open Data (Durga Toshniwal)....Pages 205-212
Role of Credible Data in Economic Decision Making (Geethanjali Nataraj, Ashwani Bishnoi)....Pages 213-234
Big Data in the International System: Indian, American, and Other Perspectives (Manan Dwivedi)....Pages 235-245
Evolving an Industrial Digital Ecosystem: A Transformative Case of Leather Industry (Latha Anantharaman, M. R. Sridharan)....Pages 247-272
Applying Big Data Analytics in Governance to Achieve Sustainable Development Goals (SDGs) in India (Charru Malhotra, Rashmi Anand, Shauryavir Singh)....Pages 273-291
Open Data: India’s Initiative for Researchers, Research, and Innovation (Neeta Verma, Alka Mishra)....Pages 293-303
Data Management, Sharing and Services: Issues of Attitude Towards Data Citation and Role of Data Stakeholders (O. P. Wali)....Pages 305-309
UK-India Research and Innovation Collaboration: Taking Forward Collaboration on Big Data and E-infrastructure (Nafees Meah)....Pages 311-316
The Urgent Need to Overcome a Generation Gap in Public DataManagement Practices for Digitalized India (Biplav Srivastava)....Pages 317-319
Data Security in Cloud-Based Applications (Surabhi Pandey, G. N. Purohit, Usha Mujoo Munshi)....Pages 321-326
Back Matter ....Pages 327-339
توضیحاتی در مورد کتاب به زبان اصلی :
The edited volume deals with different contours of data science with special reference to data management for the research innovation landscape. The data is becoming pervasive in all spheres of human, economic and development activity. In this context, it is important to take stock of what is being done in the data management area and begin to prioritize, consider and formulate adoption of a formal data management system including citation protocols for use by research communities in different disciplines and also address various technical research issues. The volume, thus, focuses on some of these issues drawing typical examples from various domains.
The idea of this work germinated from the two day workshop on “Big and Open Data – Evolving Data Science Standards and Citation Attribution Practices”, an international workshop, led by the ICSU-CODATA and attended by over 300 domain experts. The Workshop focused on two priority areas (i) Big and Open Data: Prioritizing, Addressing and Establishing Standards and Good Practices and (ii) Big and Open Data: Data Attribution and Citation Practices. This important international event was part of a worldwide initiative led by ICSU, and the CODATA-Data Citation Task Group. In all, there are 21 chapters (with 21st Chapter addressing four different core aspects) written by eminent researchers in the field which deal with key issues of S&T, institutional, financial, sustainability, legal, IPR, data protocols, community norms and others, that need attention related to data management practices and protocols, coordinate area activities, and promote common practices and standards of the research community globally. In addition to the aspects touched above, the national / international perspectives of data and its various contours have also been portrayed through case studies in this volume.