Quantitative Analysis for System Applications: Data Science and Analytics Tools and Techniques

دانلود کتاب Quantitative Analysis for System Applications: Data Science and Analytics Tools and Techniques

59000 تومان موجود

کتاب تجزیه و تحلیل کمی برای برنامه های کاربردی سیستم: ابزارها و تکنیک های علم داده و تجزیه و تحلیل نسخه زبان اصلی

دانلود کتاب تجزیه و تحلیل کمی برای برنامه های کاربردی سیستم: ابزارها و تکنیک های علم داده و تجزیه و تحلیل بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


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: 5


توضیحاتی در مورد کتاب Quantitative Analysis for System Applications: Data Science and Analytics Tools and Techniques

نام کتاب : Quantitative Analysis for System Applications: Data Science and Analytics Tools and Techniques
عنوان ترجمه شده به فارسی : تجزیه و تحلیل کمی برای برنامه های کاربردی سیستم: ابزارها و تکنیک های علم داده و تجزیه و تحلیل
سری :
نویسندگان :
ناشر : Technics Publications
سال نشر : 2018
تعداد صفحات : 0

زبان کتاب : English
فرمت کتاب : epub    درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 6 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 :


از آنجایی که ذخیره داده ها بزرگتر می شود و سوالات سخت تر می شوند، دانشمندان و تحلیلگران داده باید بر روی سیستم ها، ابزارها و تکنیک ها و فرآیند منظم تمرکز کنند تا به سرعت پاسخ صحیح را دریافت کنند! چه در صنعت کار کنید و چه در دولت، این کتاب پایه‌ای برای پردازش موفقیت‌آمیز و مطمئن مقادیر زیادی از داده‌های کمی را در اختیار شما قرار می‌دهد.

در اینجا فقط ده ها سوال از بسیاری از سوالاتی که در این صفحات پاسخ داده شده است:
  1. تحلیل کمی یک سیستم واقعاً به چه معناست؟
  2. سیستم چیست؟
  3. داده های بزرگ و تجزیه و تحلیل چیست؟
  4. چگونه می دانید اعدادتان خوب هستند؟
  5. محیط علم داده آینده چگونه خواهد بود؟
  6. چگونه منشا داده را تعیین می کنید؟
  7. چگونه اطلاعات را جمع آوری و پردازش می کنید و سپس آنها را سازماندهی، ذخیره و ترکیب می کنید؟
  8. چگونه یک سازمان تجزیه و تحلیل داده ها را پیاده سازی می کند؟
  9. آیا واقعاً نیاز دارید که مانند یک مدیر ارشد اطلاعات فکر کنید؟
  10. بهترین راه برای محافظت از داده ها چیست؟
  11. یک داشبورد خوب چیست؟
  12. چه رابطه ای بین خوردن بستنی و حمله کوسه وجود دارد؟
نه فصل این کتاب در سه بخش تنظیم شده است که به مفاهیم سیستم به طور کلی، ابزارها و تکنیک ها و موضوعات روند آینده می پردازد. مفاهیم سیستم ها شامل متضاد سیستم های باز و بسته، انجام داده کاوی و تجزیه و تحلیل داده های بزرگ و سنجش کیفیت داده ها است. ابزارها و تکنیک ها شامل تجزیه و تحلیل داده های پیوسته و گسسته، استفاده از مبانی احتمال، و تمرین تجزیه و تحلیل کمی مانند آمار توصیفی و استنباطی است. روندهای آینده شامل استفاده از اینترنت همه چیز، مدل سازی هوش مصنوعی و ایجاد دفتر پشتیبانی تجزیه و تحلیل داده ها (DASO) است.

نمونه‌های زیادی گنجانده شده‌اند که با استفاده از نرم‌افزارهای رایج مانند Excel، Minitab، Tableau، SAS و Crystal Ball تولید شده‌اند. در حالی که کلمات خوب هستند، گاهی اوقات مثال ها می توانند ابزار آموزشی بهتری باشند. برای هر نمونه گنجانده شده، فایل های داده را می توان در وب سایت همراه یافت. بسیاری از مجموعه داده ها با اقتصاد جهانی مرتبط هستند زیرا از داده های بنادر کشتیرانی، مراکز حمل و نقل هوایی، بزرگترین شهرها و تیم های فوتبال استفاده می کنند. ضمائم شامل تجزیه و تحلیل دقیق تری از جمله 10 T برای داده کاوی، فرآیندهای حسابرسی داده های میلیون ردیفی (MRDA)، تجزیه و تحلیل بارندگی، و مدل های شبیه سازی برای ارزیابی جریان ترافیک است.


توضیحاتی در مورد کتاب به زبان اصلی :


As data holdings get bigger and questions get harder, data scientists and analysts must focus on the systems, the tools and techniques, and the disciplined process to get the correct answer, quickly! Whether you work within industry or government, this book will provide you with a foundation to successfully and confidently process large amounts of quantitative data.

Here are just a dozen of the many questions answered within these pages:
  1. What does quantitative analysis of a system really mean?
  2. What is a system?
  3. What are big data and analytics?
  4. How do you know your numbers are good?
  5. What will the future data science environment look like?
  6. How do you determine data provenance?
  7. How do you gather and process information, and then organize, store, and synthesize it?
  8. How does an organization implement data analytics?
  9. Do you really need to think like a Chief Information Officer?
  10. What is the best way to protect data?
  11. What makes a good dashboard?
  12. What is the relationship between eating ice cream and getting attacked by a shark?
The nine chapters in this book are arranged in three parts that address systems concepts in general, tools and techniques, and future trend topics. Systems concepts include contrasting open and closed systems, performing data mining and big data analysis, and gauging data quality. Tools and techniques include analyzing both continuous and discrete data, applying probability basics, and practicing quantitative analysis such as descriptive and inferential statistics. Future trends include leveraging the Internet of Everything, modeling Artificial Intelligence, and establishing a Data Analytics Support Office (DASO).

Many examples are included that were generated using common software, such as Excel, Minitab, Tableau, SAS, and Crystal Ball. While words are good, examples can sometimes be a better teaching tool. For each example included, data files can be found on the companion website. Many of the data sets are tied to the global economy because they use data from shipping ports, air freight hubs, largest cities, and soccer teams. The appendices contain more detailed analysis including the 10 T's for Data Mining, Million Row Data Audit (MRDA) Processes, Analysis of Rainfall, and Simulation Models for Evaluating Traffic Flow.



پست ها تصادفی