Mining of Massive Datasets

دانلود کتاب Mining of Massive Datasets

57000 تومان موجود

کتاب استخراج مجموعه داده های عظیم نسخه زبان اصلی

دانلود کتاب استخراج مجموعه داده های عظیم 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: 4


توضیحاتی در مورد کتاب Mining of Massive Datasets

نام کتاب : Mining of Massive Datasets
ویرایش : 2
عنوان ترجمه شده به فارسی : استخراج مجموعه داده های عظیم
سری :
نویسندگان : , ,
ناشر : Cambridge University Press
سال نشر : 2014
تعداد صفحات : 0
ISBN (شابک) : 1107077230 , 9781107077232
زبان کتاب : English
فرمت کتاب : epub    درصورت درخواست کاربر به PDF تبدیل می شود
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 کتاب که توسط مقامات برجسته در پایگاه داده و فناوری های وب نوشته شده است، خواندنی ضروری برای دانشجویان و پزشکان به طور یکسان است. محبوبیت تجارت اینترنتی و وب، مجموعه داده های بسیار بزرگی را فراهم می کند که می توان از آنها اطلاعات را با داده کاوی به دست آورد. این کتاب بر روی الگوریتم‌های عملی تمرکز دارد که برای حل مسائل کلیدی در داده‌کاوی مورد استفاده قرار گرفته‌اند و می‌توانند با موفقیت حتی برای بزرگترین مجموعه داده‌ها اعمال شوند. این با بحث در مورد چارچوب کاهش نقشه، ابزاری مهم برای موازی کردن خودکار الگوریتم‌ها، آغاز می‌شود. نویسندگان، ترفندهای الگوریتم‌های هش‌سازی حساس به محلی و پردازش جریانی را برای استخراج داده‌هایی که برای پردازش جامع خیلی سریع می‌رسند، توضیح می‌دهند. فصول دیگر ایده PageRank و ترفندهای مربوط به سازماندهی وب، مشکلات یافتن مجموعه آیتم های مکرر و خوشه بندی را پوشش می دهند. این نسخه دوم شامل پوشش جدید و گسترده در شبکه های اجتماعی، یادگیری ماشینی و کاهش ابعاد است.


توضیحاتی در مورد کتاب به زبان اصلی :


Written by leading authorities in database and Web technologies, this book is essential reading for students and practitioners alike. The popularity of the Web and Internet commerce provides many extremely large datasets from which information can be gleaned by data mining. This book focuses on practical algorithms that have been used to solve key problems in data mining and can be applied successfully to even the largest datasets. It begins with a discussion of the map-reduce framework, an important tool for parallelizing algorithms automatically. The authors explain the tricks of locality-sensitive hashing and stream processing algorithms for mining data that arrives too fast for exhaustive processing. Other chapters cover the PageRank idea and related tricks for organizing the Web, the problems of finding frequent itemsets and clustering. This second edition includes new and extended coverage on social networks, machine learning and dimensionality reduction.



پست ها تصادفی