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. نویسندگان: Saumyadipta Pyne, B.L.S. Prakasa Rao, S.B. Rao (eds.) سری: SpringerLink : Bücher ISBN (شابک) : 8132236262, 8132236289 ناشر: Springer India سال نشر: 2016 تعداد صفحات: 278 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های بزرگ: روش ها و کاربردها: داده کاوی، ریاضیات کاربردی، ریاضیات مهندسی، آمار
در صورت تبدیل فایل کتاب Big Data Analytics: Methods and Applications 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: روش ها و کاربردها 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 کتاب دارای مجموعهای از مقالات است که توسط کارشناسان Big Data برای توصیف برخی از روشها و برنامههای کاربردی در حوزههای مورد علاقه آنها نوشته شده است و مروری جزئی از حوزه تجزیه و تحلیل دادههای بزرگ در اختیار خواننده قرار میدهد. امروز تمرین می شود. فصلها جنبههای فنی حوزههای کلیدی را پوشش میدهند که دادههای بزرگ تولید و استفاده میکنند، مانند مدیریت و امور مالی؛ پزشکی و بهداشت؛ ژنوم، سیتوم و میکروبیوم؛ نمودارها و شبکه ها؛ اینترنت اشیا؛ استانداردهای کلان داده؛ بنچ مارکینگ سیستم ها؛ و دیگران. علاوه بر کاربردهای مختلف، رویکردهای الگوریتمی کلیدی مانند تقسیمبندی نمودار، خوشهبندی و مدلسازی مخلوط محدود دادههای با ابعاد بالا نیز پوشش داده میشوند. مجموعه متنوع مضامین موجود در این جلد، خواننده را با غنای حوزه نوظهور تجزیه و تحلیل دادههای بزرگ آشنا میکند.
This book has a collection of articles written by Big Data experts to describe some of the cutting-edge methods and applications from their respective areas of interest, and provides the reader with a detailed overview of the field of Big Data Analytics as it is practiced today. The chapters cover technical aspects of key areas that generate and use Big Data such as management and finance; medicine and healthcare; genome, cytome and microbiome; graphs and networks; Internet of Things; Big Data standards; bench-marking of systems; and others. In addition to different applications, key algorithmic approaches such as graph partitioning, clustering and finite mixture modelling of high-dimensional data are also covered. The varied collection of themes in this volume introduces the reader to the richness of the emerging field of Big Data Analytics.
Front Matter....Pages i-xii
Big Data Analytics: Views from Statistical and Computational Perspectives....Pages 1-10
Massive Data Analysis: Tasks, Tools, Applications, and Challenges....Pages 11-40
Statistical Challenges with Big Data in Management Science....Pages 41-55
Application of Mixture Models to Large Datasets....Pages 57-74
An Efficient Partition-Repetition Approach in Clustering of Big Data....Pages 75-93
Online Graph Partitioning with an Affine Message Combining Cost Function....Pages 95-114
Big Data Analytics Platforms for Real-Time Applications in IoT....Pages 115-135
Complex Event Processing in Big Data Systems....Pages 137-161
Unwanted Traffic Identification in Large-Scale University Networks: A Case Study....Pages 163-187
Application-Level Benchmarking of Big Data Systems....Pages 189-199
Managing Large-Scale Standardized Electronic Health Records....Pages 201-219
Microbiome Data Mining for Microbial Interactions and Relationships....Pages 221-235
A Nonlinear Technique for Analysis of Big Data in Neuroscience....Pages 237-257
Big Data and Cancer Research....Pages 259-276