ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Deep Learning Techniques and Optimization Strategies in Big Data Analytics

دانلود کتاب تکنیک های یادگیری عمیق و استراتژی های بهینه سازی در تجزیه و تحلیل داده های بزرگ

Deep Learning Techniques and Optimization Strategies in Big Data Analytics

مشخصات کتاب

Deep Learning Techniques and Optimization Strategies in Big Data Analytics

دسته بندی: پایگاه داده ها
ویرایش:  
نویسندگان: , , ,   
سری: Advances in Systems Analysis, Software Engineering, and High Performance Computing 
ISBN (شابک) : 1799811921, 9781799811923 
ناشر: Engineering Science Reference 
سال نشر: 2019 
تعداد صفحات: 381 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 12 مگابایت

قیمت کتاب (تومان) : 32,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Deep Learning Techniques and Optimization Strategies in Big Data Analytics 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 تکنیک های یادگیری عمیق و استراتژی های بهینه سازی در تجزیه و تحلیل داده های بزرگ 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.


توضیحاتی در مورد کتاب تکنیک های یادگیری عمیق و استراتژی های بهینه سازی در تجزیه و تحلیل داده های بزرگ

بسیاری از رویکردها از هوش مصنوعی (AI) سرچشمه گرفته‌اند و پیشرفت‌های بزرگی در علوم کامپیوتر و صنایع مهندسی ایجاد کرده‌اند. یادگیری عمیق روشی است که دنیای داده ها و تحلیل ها را متحول می کند. با این حال، بهینه‌سازی این رویکرد جدید هنوز نامشخص است و نیاز به تحقیق در مورد کاربردها و تکنیک‌های مختلف یادگیری عمیق در زمینه محاسبات وجود دارد. تکنیک های یادگیری عمیق و استراتژی های بهینه سازی در تجزیه و تحلیل داده های بزرگ مجموعه ای از تحقیقات نوآورانه در مورد روش ها و کاربردهای استراتژی های یادگیری عمیق در زمینه های علوم کامپیوتر و سیستم های اطلاعاتی است. این کتاب در حالی که موضوعاتی از جمله ادغام داده‌ها، مدل‌سازی محاسباتی و سیستم‌های زمان‌بندی را برجسته می‌کند، به‌طور ایده‌آل برای مهندسین، متخصصان فناوری اطلاعات، تحلیل‌گران داده، دانشمندان داده، مهندسان، محققان، دانشگاهیان و دانشجویانی طراحی شده است که به دنبال تحقیقات فعلی در مورد روش‌های یادگیری عمیق و کاربرد آن در صنعت دیجیتال


توضیحاتی درمورد کتاب به خارجی

Many approaches have sprouted from artificial intelligence (AI) and produced major breakthroughs in the computer science and engineering industries. Deep learning is a method that is transforming the world of data and analytics. Optimization of this new approach is still unclear, however, and there's a need for research on the various applications and techniques of deep learning in the field of computing. Deep Learning Techniques and Optimization Strategies in Big Data Analytics is a collection of innovative research on the methods and applications of deep learning strategies in the fields of computer science and information systems. While highlighting topics including data integration, computational modeling, and scheduling systems, this book is ideally designed for engineers, IT specialists, data analysts, data scientists, engineers, researchers, academicians, and students seeking current research on deep learning methods and its application in the digital industry.



فهرست مطالب

Cover
Title Page
Copyright Page
Book Series
Editorial Advisory Board
Table of Contents
Detailed Table of Contents
Foreword
Preface
Acknowledgment
Chapter 1: Arrhythmia Detection Based on Hybrid Features of T-Wave in Electrocardiogram
Chapter 2: A Review on Deep Learning Applications
Chapter 3: A Survey of Nature-Inspired Algorithms With Application to Well Placement Optimization
Chapter 4: Artificial Intelligence Approach for Predicting TOC From Well Logs in Shale Reservoirs
Chapter 5: Bidirectional GRU-Based Attention Model for Kid-Specific URL Classification
Chapter 6: Classification of Fundus Images Using Neural Network Approach
Chapter 7: Convolutional Graph Neural Networks
Chapter 8: Deep Learning
Chapter 9: Deep Learning Techniques and Optimization Strategies in Big Data Analytics
Chapter 10: Dimensionality Reduction With Multi-Fold Deep Denoising Autoencoder
Chapter 11: Fake News Detection Using Deep Learning
Chapter 12: Heuristic Optimization Algorithms for Power System Scheduling Applications
Chapter 13: Multiobjective Optimization of a Biofuel Supply Chain Using Random Matrix Generators
Chapter 14: Optimized Deep Learning System for Crop Health Classification Strategically Using Spatial and Temporal Data
Chapter 15: Protein Secondary Structure Prediction Approaches
Chapter 16: Recent Trends in the Use of Graph Neural Network Models for Natural Language Processing
Chapter 17: Review on Particle Swarm Optimization Approach for Optimizing Wellbore Trajectory
Compilation of References
About the Contributors
Index




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی