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: 1
نویسندگان: Kai Hwang. Min Chen
سری:
ISBN (شابک) : 1119247020, 9781119247029
ناشر: Wiley
سال نشر: 2017
تعداد صفحات: 428
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 22 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل کلان داده برای ابر، اینترنت اشیا و محاسبات شناختی: رایانش ابری، شبکه و رایانش ابری، کامپیوتر و فناوری، علوم کامپیوتر، الگوریتمها، هوش مصنوعی، ذخیرهسازی و طراحی پایگاه داده، گرافیک و تجسم، شبکهسازی، طراحی نرمافزار شیگرا، سیستمهای عامل، زبانهای برنامهنویسی، طراحی و مهندسی نرمافزار کتاب های درسی استفاده شده و اجاره ای، بوتیک تخصصی
در صورت تبدیل فایل کتاب Big-Data Analytics for Cloud, IoT and Cognitive Computing 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 کلان داده برای ابر، اینترنت اشیا و محاسبات شناختی 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.
راهنمای قطعی ادغام موفقیت آمیز تجزیه و تحلیل اجتماعی، موبایل، کلان داده، اصول و فناوری های ابر و اینترنت اشیا
هدف اصلی این این کتاب برای تشویق توسعه عملیات محاسباتی کلان داده موثر بر روی ابرهای هوشمند است که به طور کامل توسط سیستمهای سنجش IoT، یادگیری ماشین و تجزیه و تحلیل پشتیبانی میشوند. برای این منظور، نویسندگان از تحقیقات اولیه خود و سوابق اثبات شده خود در این زمینه استفاده میکنند تا یک رویکرد عملی را با تلفیق نظریههای کلان داده، اصول طراحی ابر، سنجش اینترنت اشیا (IoT)، یادگیری ماشین، تجزیه و تحلیل دادهها و Hadoop و Spark توصیف کنند. برنامه نویسی.
بخش 1 بر علم داده، نقش ابرها و دستگاه های اینترنت اشیا و چارچوب ها برای محاسبات کلان داده تمرکز دارد. تجزیه و تحلیل دادههای بزرگ و یادگیری ماشین شناختی، و همچنین معماری ابر، اینترنت اشیا و سیستمهای شناختی مورد بررسی قرار گرفتهاند و چارچوبهای تعامل ابر-IoT موبایل با نمونههای طراحی سیستم مشخص نشان داده شدهاند. بخش 2 به اصول و الگوریتم های یادگیری ماشین، تجزیه و تحلیل داده ها و یادگیری عمیق در برنامه های کاربردی داده های بزرگ اختصاص دارد. بخش 3 بر روی کتابخانههای نرمافزار برنامهنویسی ابری از MapReduce تا Hadoop، Spark و TensorFlow متمرکز است و برنامههای تجاری، آموزشی، مراقبتهای بهداشتی و رسانههای اجتماعی را برای این ابزارها توصیف میکند.
تجزیه و تحلیل داده های بزرگ برای ابر، اینترنت اشیا و محاسبات شناختی تقاضای بین کاربران را برآورده می کند. اساتید و دانشجویان دانشگاه برای اطلاعات پیشرفته در مورد سیستمها و فناوریهای محاسباتی هوشمند و شناختی در حال ظهور. متخصصانی که در علم داده، محاسبات ابری و برنامه های کاربردی اینترنت اشیا کار می کنند نیز این کتاب را یک منبع کاری بسیار مفید می دانند.
The definitive guide to successfully integrating social, mobile, Big-Data analytics, cloud and IoT principles and technologies
The main goal of this book is to spur the development of effective big-data computing operations on smart clouds that are fully supported by IoT sensing, machine learning and analytics systems. To that end, the authors draw upon their original research and proven track record in the field to describe a practical approach integrating big-data theories, cloud design principles, Internet of Things (IoT) sensing, machine learning, data analytics and Hadoop and Spark programming.
Part 1 focuses on data science, the roles of clouds and IoT devices and frameworks for big-data computing. Big data analytics and cognitive machine learning, as well as cloud architecture, IoT and cognitive systems are explored, and mobile cloud-IoT-interaction frameworks are illustrated with concrete system design examples. Part 2 is devoted to the principles of and algorithms for machine learning, data analytics and deep learning in big data applications. Part 3 concentrates on cloud programming software libraries from MapReduce to Hadoop, Spark and TensorFlow and describes business, educational, healthcare and social media applications for those tools.
Big-Data Analytics for Cloud, IoT and Cognitive Computing satisfies the demand among university faculty and students for cutting-edge information on emerging intelligent and cognitive computing systems and technologies. Professionals working in data science, cloud computing and IoT applications will also find this book to be an extremely useful working resource.