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: Esteban Zimányi
سری: Lecture Notes in Business Information Processing 324
ISBN (شابک) : 9783319966540, 9783319966557
ناشر: Springer International Publishing
سال نشر: 2018
تعداد صفحات: XI, 155
[164]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 Mb
در صورت تبدیل فایل کتاب Business Intelligence and Big Data 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 هوش تجاری و کلان داده 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 شامل سخنرانیهای آموزشی اصلاحشده هفتمین مدرسه تابستانی هوش تجاری و دادههای بزرگ اروپایی، eBISS 2017 است که در ژوئیه 2017 در بروکسل، بلژیک برگزار شد. این آموزشها توسط کارشناسان مشهور ارائه شدهاند و جنبههای پیشرفته هوش تجاری و دادههای بزرگ را پوشش میدهند. این مدرسه تابستانی که توسط محققان برجسته در این زمینه ارائه شد، فرصتی برای دانشجویان کارشناسی ارشد بود تا خود را به مهارت های نظری، عملی و همکاری لازم برای توسعه برنامه های کاربردی هوش تجاری چالش برانگیز مجهز کنند.
This book constitutes revised tutorial lectures of the 7th European Business Intelligence and Big Data Summer School, eBISS 2017, held in Bruxelles, Belgium, in July 2017. The tutorials were given by renowned experts and covered advanced aspects of business intelligence and big data. This summer school, presented by leading researchers in the field, represented an opportunity for postgraduate students to equip themselves with the theoretical, practical, and collaboration skills necessary for developing challenging business intelligence applications.
Front Matter ....Pages I-XI
An Introduction to Data Profiling (Ziawasch Abedjan)....Pages 1-20
Programmatic ETL (Christian Thomsen, Ove Andersen, Søren Kejser Jensen, Torben Bach Pedersen)....Pages 21-50
Temporal Data Management – An Overview (Michael H. Böhlen, Anton Dignös, Johann Gamper, Christian S. Jensen)....Pages 51-83
Historical Graphs: Models, Storage, Processing (Evaggelia Pitoura)....Pages 84-111
Three Big Data Tools for a Data Scientist’s Toolbox (Toon Calders)....Pages 112-133
Let’s Open the Black Box of Deep Learning! (Jordi Vitrià)....Pages 134-153
Back Matter ....Pages 155-155