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: [1 ed.] نویسندگان: Jianchao Zeng, Pinle Qin, Weipeng Jing, Xianhua Song, Zeguang Lu سری: ISBN (شابک) : 9811659427, 9789811659423 ناشر: Springer سال نشر: 2021 تعداد صفحات: 539 [532] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 64 Mb
در صورت تبدیل فایل کتاب Data Science: 7th International Conference of Pioneering Computer Scientists, Engineers and Educators, ICPCSEE 2021, Taiyuan, China, September 17–20, ... in Computer and Information Science, 1452) 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: هفتمین کنفرانس بین المللی دانشمندان ، مهندسان و مربیان پیشتاز کامپیوتر ، ICPCSEE 2021 ، تایوان ، چین ، 17 تا 20 سپتامبر ، ... در علوم کامپیوتر و اطلاعات ، 1452) 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.
81 مقاله ارائه شده در این دو مقاله ارائه شده است. جلدها به دقت بررسی و از بین 256 مورد ارسالی انتخاب شدند. مقالات در بخش های موضوعی در مورد مدیریت داده های بزرگ و برنامه های کاربردی سازماندهی شده اند. رسانه های اجتماعی و سیستم های توصیه؛ زیرساخت برای علم داده؛ نظریه و تکنیک های پایه برای علم داده؛ یادگیری ماشین برای علم داده؛ مدیریت و تجزیه و تحلیل داده های چند رسانه ای؛ رسانه های اجتماعی و سیستم های توصیه؛ امنیت و حریم خصوصی داده ها؛ کاربردهای علم داده؛ تحقیقات آموزشی، روشها و مواد برای علم داده و مهندسی؛ نسخه آزمایشی تحقیق.
The 81 papers presented in these two volumes were carefully reviewed and selected from 256 submissions. The papers are organized in topical sections on big data management and applications; social media and recommendation systems; infrastructure for data science; basic theory and techniques for data science; machine learning for data science; multimedia data management and analysis; social media and recommendation systems; data security and privacy; applications of data science; education research, methods and materials for data science and engineering; research demo.