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
دسته بندی: الگوریتم ها و ساختارهای داده ویرایش: 1 نویسندگان: Patrick C. K. Hung (eds.) سری: International Series on Computer Entertainment and Media Technology ISBN (شابک) : 9783319301440, 9783319301464 ناشر: Springer International Publishing سال نشر: 2016 تعداد صفحات: 216 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب برنامه های داده بزرگ و موارد استفاده: مدیریت پایگاه داده، فناوری اطلاعات در تجارت
در صورت تبدیل فایل کتاب Big Data Applications and Use Cases 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 برنامه های داده بزرگ و موارد استفاده 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.
بیگ دیتا واژهای است که در سالهای اخیر محبوبیت زیادی پیدا
کرده است. کلان داده توصیف حجم زیادی از داده های سازمان یافته یا
سازمان نیافته است که برای تصمیم گیری یا ارزیابی آگاهانه تجزیه و
تحلیل می شود. داده ها را می توان از منابع مختلف از جمله تاریخچه
مرور، موقعیت جغرافیایی، رسانه های اجتماعی، تاریخچه خرید و سوابق
پزشکی دریافت کرد. کلان داده شامل داده های پیچیده ای است که قدرت
پردازش سیستم های پایگاه داده ساده سنتی را تحت تأثیر قرار می
دهد.
بسیاری از کسبوکارها امروزه به طور فزایندهای علاقهمند به
استفاده از فناوریهای کلان داده برای پشتیبانی از هوش تجاری خود
هستند، به طوری که درک مسائل مختلف عملی از موارد کاربرد عملی
مختلف بیش از پیش اهمیت پیدا میکند. این کتاب اثبات روشنی را
ارائه میکند که فناوریهای کلان داده نقش مهم و حیاتی روزافزونی
را در تحقیقات جدید بین رشتهای بین علم کامپیوتر و تجارت بازی
میکنند.
مقدمه ای بر داده های بزرگ
ویلیام رافرتی، لورا رافرتی و پاتریک С. K. Hung
رویکردی مبتنی بر فیلتر بلوم برای پشتیبانی از بازنمایی و درخواست
عضویت مجموعه داده چند بعدی
Zhu Wang و Tiejian Luo
تبعیض گفتار و آواز خودکار برای نمایه سازی داده های صوتی
Wei-HoTsai و Cin -Hao Ma
کاوش در راه حل های تجزیه و تحلیل داده مبتنی بر انتخاب ویژگی
برای جوامع آنلاین متن کاوی با بررسی عوامل تأثیرگذار: مطالعه
موردی برنامه نویسی CQA در Stack Overflow
Shu Zhou و Simon Fong
Temporal Event Tracing در تجزیه و تحلیل داده های بزرگ مراقبت
های بهداشتی
Chin-No Lin، Liang-Cheng Huang، Seng-Cho T. Chou، Chih-Ho Liu،
Han-Fang Cheng و I-Jen Chiang
داده های بدون ساختار، NoSQL، و تجزیه و تحلیل شرایط
ریچارد کی لوموتی و رالف دیتر
VLAB-C: آزمایشگاه مجازی مشترک در رایانش ابری و کاربردهای
آن
جیانجون یو، کجون دونگ و ییهوا ژنگ
بهینهسازی پارامترهای خود تطبیقی برای طبقهبندی افزایشی کلان
داده با استفاده از شبکه عصبی
سایمون فونگ، چارلی فانگ، نیل تیان، ریموند وو ng، و Bee Wah
Yap
مطالعات موردی استفاده دولتی از داده های بزرگ در آمریکای لاتین:
برزیل و مکزیک
Roberto da Mota Ueti، Daniela Fernandez Espinosa، Laura
Rafferty، و Patrick C. ک. آویزان شد
Big data is a buzzword that has soared in popularity in recent
years. Big data is the description of large amount of either
organized or unorganized data that is analyzed to make an
informed decision or evaluation. The data can be taken from a
large variety of sources including browsing history,
geolocation, social media, purchase history and medical
records. Big data consists of complex data that would overwhelm
the processing power of traditional simple database
systems.
Many businesses today are increasingly interested in utilizing
big data technologies for supporting their business
intelligence so that it is becoming more and more important to
understand the various practical issues from different
practical use cases. This book provides clear proof that big
data technologies are playing an ever increasing important and
critical role in a new cross-discipline research between
computer science and business.
Introduction to Big Data
William Rafferty, Laura Rafferty, and Patrick С. K. Hung
A Bloom Filter-Based Approach for Supporting the Representation
and Membership Query of Multidimensional Dataset
Zhu Wang and Tiejian Luo
Automatic Speech and Singing Discrimination for Audio Data
Indexing
Wei-HoTsai and Cin-Hao Ma
Exploring the Feature Selection-Based Data Analytics Solutions
for Text Mining Online Communities by Investigating the
Influential Factors: A Case Study of Programming CQA in Stack
Overflow
Shu Zhou and Simon Fong
Temporal Event Tracing on Big Healthcare Data Analytics
Chin-Но Lin, Liang-Cheng Huang, Seng-Cho T. Chou, Chih-Ho Liu,
Han-Fang Cheng, and I-Jen Chiang
Unstructured Data, NoSQL, and Terms Analytics
Richard K. Lomotey and Ralph Deters
VLAB-C: Collaborative Virtual Laboratory in Cloud Computing and
Its Applications
Jianjun Yu, Kejun Dong, and Yihua Zheng
Self-Adaptive Parameters Optimization for Incremental
Classification in Big Data Using Neural Network
Simon Fong, Charlie Fang, Neal Tian, Raymond Wong, and Bee Wah
Yap
Case Studies of Government Use of Big Data in Latin America:
Brazil and Mexico
Roberto da Mota Ueti, Daniela Fernandez Espinosa, Laura
Rafferty, and Patrick С. K. Hung
Front Matter....Pages i-vi
Introduction to Big Data....Pages 1-15
A Bloom Filter-Based Approach for Supporting the Representation and Membership Query of Multidimensional Dataset....Pages 17-31
Automatic Speech and Singing Discrimination for Audio Data Indexing....Pages 33-47
Exploring the Feature Selection-Based Data Analytics Solutions for Text Mining Online Communities by Investigating the Influential Factors: A Case Study of Programming CQA in Stack Overflow....Pages 49-93
Temporal Event Tracing on Big Healthcare Data Analytics....Pages 95-108
Unstructured Data, NoSQL, and Terms Analytics....Pages 109-143
VLAB-C: Collaborative Virtual Laboratory in Cloud Computing and Its Applications....Pages 145-174
Self-Adaptive Parameters Optimization for Incremental Classification in Big Data Using Neural Network....Pages 175-196
Case Studies of Government Use of Big Data in Latin America: Brazil and Mexico....Pages 197-214