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: نویسندگان: Siddharth Swarup Rautaray, Manjusha Pandey, Nhu Gia Nguyen سری: Studies in Big Data, 114 ISBN (شابک) : 9811951535, 9789811951534 ناشر: Springer سال نشر: 2022 تعداد صفحات: 198 [199] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Data Science in Societal Applications: Concepts and Implications 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 علم داده در کاربردهای اجتماعی: مفاهیم و مفاهیم 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 بینشی در مورد کاربردهای عملی و مبانی نظری علم داده ارائه می دهد. این کتاب راههای جدیدی برای پذیرش رویکردهای چابک به جنبههای مختلف علم داده، از جمله یادگیری ماشین و هوش مصنوعی، دادهکاوی، تجسم دادهها و ارتباطات را مورد بحث قرار میدهد. این کتاب شامل مشارکتهای دانشگاهی و متخصصان صنعت است که کمبود ابزارها و تکنیکهای فعلی مورد استفاده را توضیح میدهد و طرح اولیه فناوریهای جدید را ایجاد میکند. موضوعات مطرح شده در کتاب از تحقیقات نظری و بنیادی، پلتفرم ها، روش ها، کاربردها و ابزارها در علم داده می باشد. فصلهای کتاب یک بعد اجتماعی، جغرافیایی و زمانی به تحقیقات علم داده اضافه میکنند. مقالات ارائه شده کاربردی هستند که داده ها را در تحقیقات اکتشافی تهیه و استفاده می کنند. این کتاب تصویری دقیق از پیشرفت فعلی در علم داده را در اختیار محققان و پزشکان قرار می دهد. علاوه بر این، مطالعه، تحقیق و توسعه برنامه های جدید را تحریک می کند.
The book provides an insight into the practical applications and theoretical foundation of data science. The book discusses new ways of embracing agile approaches to various facets of data science, including machine learning and artificial intelligence, data mining, data visualization, and communication. The book includes contributions from academia and industry experts detailing the shortfalls of current tools and techniques used and generating the blueprint of the new technologies. The topics covered in the book range from theoretical and foundational research, platforms, methods, applications, and tools in data science. The chapters in the book add a social, geographical, and temporal dimension to data science research. The papers included are application-oriented that prepare and use data in discovery research. This book will provide researchers and practitioners with a detailed snapshot of current progress in data science. Moreover, it will stimulate new study, research, and the development of new applications.