Big Data Concepts, Theories, and Applications

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش:  
نویسندگان: Yu Shui. Guo Song (Eds.)   
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 440 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 41,000

اسپرینگر، 2016. - 439 ص. — ISBN: 3319277618, 9783319277615 این کتاب سه بخش عمده از داده های بزرگ را پوشش می دهد: مفاهیم، ​​نظریه ها و کاربردها. این کتاب که توسط رهبران مشهور جهانی در Big Data نوشته شده است، مشکلات، راه حل های ممکن و جهت گیری های Big Data را در تحقیق و عمل بررسی می کند. همچنین بر مفاهیم سطح بالا مانند تعاریف کلان داده از زوایای مختلف تمرکز دارد. نظرسنجی در تحقیقات و کاربردها؛ و ابزارها، مکانیسم ها و سیستم های موجود در عمل. هر فصل مستقل از فصل‌های دیگر است و به کاربران امکان می‌دهد هر فصل را مستقیماً بخوانند.
این کتاب پس از بررسی جنبه عملی داده‌های بزرگ، دیدگاه‌های نظری را ارائه می‌کند. تحقیقات نظری از نمایش داده های بزرگ، مدل سازی و توپولوژی تا توزیع و کاهش ابعاد را شامل می شود. فصل‌ها همچنین رشته‌های زیادی را که شامل داده‌های بزرگ می‌شوند، مانند آمار، داده‌کاوی، یادگیری ماشین، شبکه، الگوریتم‌ها، امنیت و هندسه دیفرانسیل بررسی می‌کنند. بخش آخر این کتاب به معرفی کاربردهای کلان داده از جوامع مختلف مانند تجارت، مهندسی و علم می پردازد.
مفاهیم، ​​نظریه ها و کاربردهای کلان داده به عنوان مرجعی برای محققان و دانشجویان سطوح پیشرفته در علوم کامپیوتر، مهندسی برق طراحی شده است. و ریاضیات متخصصانی که بر سیستم‌های اطلاعاتی، داده‌های بزرگ، داده‌کاوی، تجزیه و تحلیل کسب‌وکار و سایر زمینه‌های مرتبط تمرکز می‌کنند نیز این مطالب را ارزشمند خواهند یافت.

Springer, 2016. — 439 p. — ISBN: 3319277618, 9783319277615 This book covers three major parts of Big Data: concepts, theories and applications. Written by world-renowned leaders in Big Data, this book explores the problems, possible solutions and directions for Big Data in research and practice. It also focuses on high level concepts such as definitions of Big Data from different angles; surveys in research and applications; and existing tools, mechanisms, and systems in practice. Each chapter is independent from the other chapters, allowing users to read any chapter directly.
After examining the practical side of Big Data, this book presents theoretical perspectives. The theoretical research ranges from Big Data representation, modeling and topology to distribution and dimension reducing. Chapters also investigate the many disciplines that involve Big Data, such as statistics, data mining, machine learning, networking, algorithms, security and differential geometry. The last section of this book introduces Big Data applications from different communities, such as business, engineering and science.
Big Data Concepts, Theories and Applications is designed as a reference for researchers and advanced level students in computer science, electrical engineering and mathematics. Practitioners who focus on information systems, big data, data mining, business analysis and other related fields will also find this material valuable.