دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Francois Fouss, Marco Saerens, Masashi Shimbo سری: ناشر: Cambridge University Press سال نشر: 2016 تعداد صفحات: 547 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 18 مگابایت
در صورت تبدیل فایل کتاب Algorithms and Models for Network Data and Link Analysis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب الگوریتم ها و مدل ها برای تجزیه و تحلیل داده های شبکه و پیوند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
داده های شبکه به طور خودکار توسط تعاملات روزمره تولید می شوند - شبکه های اجتماعی، شبکه های برق و پیوندهای بین مجموعه داده ها چند نمونه هستند. چنین داده هایی رفتار اجتماعی و اقتصادی را به شکلی نشان می دهند که می توان با استفاده از ابزارهای محاسباتی قدرتمند آن را تحلیل کرد. این کتاب راهنمای تکنیک ها و الگوریتم های پایه و پیشرفته برای استخراج اطلاعات مفید از داده های شبکه است. محتوا حول وظایف سازماندهی می شود و الگوریتم های مورد نیاز برای جمع آوری انواع خاصی از اطلاعات و در نتیجه پاسخ به انواع خاصی از سوالات را گروه بندی می کند. به عنوان مثال می توان به شباهت بین گره ها در یک شبکه، اعتبار یا مرکزیت گره های منفرد، و مناطق یا جوامع متراکم در یک شبکه اشاره کرد. الگوریتم ها با جزئیات مشتق شده و در شبه کد خلاصه می شوند. این کتاب عمدتاً برای دانشمندان کامپیوتر، مهندسان، آماردانان و فیزیکدانان در نظر گرفته شده است، اما برای دانشمندان شبکه مستقر در علوم اجتماعی نیز قابل دسترسی است.
Network data are produced automatically by everyday interactions - social networks, power grids, and links between data sets are a few examples. Such data capture social and economic behavior in a form that can be analyzed using powerful computational tools. This book is a guide to both basic and advanced techniques and algorithms for extracting useful information from network data. The content is organized around tasks, grouping the algorithms needed to gather specific types of information and thus answer specific types of questions. Examples include similarity between nodes in a network, prestige or centrality of individual nodes, and dense regions or communities in a network. Algorithms are derived in detail and summarized in pseudo-code. The book is intended primarily for computer scientists, engineers, statisticians and physicists, but it is also accessible to network scientists based in the social sciences.