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: [1st ed. 2016]
نویسندگان: Nathalie Japkowicz. Jerzy Stefanowski
سری: Studies in Big Data
ISBN (شابک) : 3319269879, 9783319269870
ناشر: Springer
سال نشر: 2015
تعداد صفحات: 329
[334]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Big Data Analysis: New Algorithms for a New Society 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 تجزیه و تحلیل داده های بزرگ: الگوریتم های جدید برای یک جامعه جدید 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.
این جلد ویرایش شده به تجزیه و تحلیل داده های بزرگ از دیدگاه یادگیری ماشینی اختصاص داده شده است که توسط برخی از برجسته ترین محققان در این زمینه ارائه شده است.
این نشان میدهد که تجزیه و تحلیل کلان دادهها مشکلات تحقیقاتی جدیدی را که یا قبلاً در نظر گرفته نشدهاند، یا فقط در محدوده محدودی در نظر گرفته شدهاند، باز میکند. این کتاب علاوه بر ارائه بحثهای روششناختی در مورد اصول استخراج دادههای بزرگ و تفاوت بین تجزیه و تحلیل دادههای آماری سنتی و چارچوبهای محاسباتی جدیدتر، الگوریتمهای اخیراً توسعهیافتهای را ارائه میکند که بر حوزههایی مانند تجارت، پیشبینی مالی، تحرک انسان، اینترنت اشیا، اطلاعات تأثیر میگذارند. شبکه ها، بیوانفورماتیک، سیستم های پزشکی و علوم زیستی. از طریق تعدادی مثال خاص، چگونگی تکامل مطالعه تجزیه و تحلیل کلان دادهها و چگونگی شروع آن و به احتمال زیاد بر جامعه تأثیرگذار است. در حالی که بر مزایای آنالیز کلان داده تاکید شده است، این کتاب همچنین برخی از هشدارهایی را که در مورد خطرات احتمالی تجزیه و تحلیل کلان دادهها به همراه مشکلات و چالشهای آن صادر شده است، مورد بحث قرار میدهد.
This edited volume is devoted to Big Data Analysis from a Machine Learning standpoint as presented by some of the most eminent researchers in this area.
It demonstrates that Big Data Analysis opens up new research problems which were either never considered before, or were only considered within a limited range. In addition to providing methodological discussions on the principles of mining Big Data and the difference between traditional statistical data analysis and newer computing frameworks, this book presents recently developed algorithms affecting such areas as business, financial forecasting, human mobility, the Internet of Things, information networks, bioinformatics, medical systems and life science. It explores, through a number of specific examples, how the study of Big Data Analysis has evolved and how it has started and will most likely continue to affect society. While the benefits brought upon by Big Data Analysis are underlined, the book also discusses some of the warnings that have been issued concerning the potential dangers of Big Data Analysis along with its pitfalls and challenges.
Front Matter....Pages i-xii
A Machine Learning Perspective on Big Data Analysis....Pages 1-31
An Insight on Big Data Analytics....Pages 33-48
Toward Problem Solving Support Based on Big Data and Domain Knowledge: Interactive Granular Computing and Adaptive Judgement....Pages 49-90
An Overview of Concept Drift Applications....Pages 91-114
Analysis of Text-Enriched Heterogeneous Information Networks....Pages 115-139
Implementing Big Data Analytics Projects in Business....Pages 141-158
Data Mining in Finance: Current Advances and Future Challenges....Pages 159-175
Industrial-Scale Ad Hoc Risk Analytics Using MapReduce....Pages 177-206
Big Data and the Internet of Things....Pages 207-237
Social Network Analysis in Streaming Call Graphs....Pages 239-261
Scalable Cloud-Based Data Analysis Software Systems for Big Data from Next Generation Sequencing....Pages 263-283
Discovering Networks of Interdependent Features in High-Dimensional Problems....Pages 285-304
Final Remarks on Big Data Analysis and Its Impact on Society and Science....Pages 305-329