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: Deka. Ganesh Chandra, Mazumder. Sourav, Singh Bhadoria. Robin سری: Scalable Computing and Communications ISBN (شابک) : 9783319598345, 9783319598338 ناشر: Springer International Publishing سال نشر: 2017 تعداد صفحات: 166 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب محاسبات توزیع شده در تجزیه و تحلیل داده های بزرگ: مفاهیم، فناوری ها و کاربردها: علوم کامپیوتر، علوم کامپیوتر، سیستم های ارتباطی کامپیوتری، مدیریت پایگاه داده، پایگاه های داده، مهندسی برق، مهندسی برق، شبکه های کامپیوتری
در صورت تبدیل فایل کتاب Distributed Computing in Big Data Analytics : Concepts, Technologies and Applications 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 محاسبات توزیع شده در تجزیه و تحلیل داده های بزرگ: مفاهیم، فناوری ها و کاربردها 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.
فناوریهای کلان داده برای دستیابی به هر نوع تحلیلی به روشی
سریع و قابل پیشبینی استفاده میشوند، بنابراین تصمیمگیری بهتر
در سطح انسان و ماشین را ممکن میسازد. اصول محاسبات توزیع شده
کلیدهای فناوری داده های بزرگ و تجزیه و تحلیل هستند. مکانیسمهای
مربوط به ذخیرهسازی دادهها، دسترسی به دادهها، انتقال دادهها،
تجسم و مدلسازی پیشبینیکننده با استفاده از پردازش توزیعشده
در چندین ماشین کمهزینه، ملاحظات کلیدی هستند که تجزیه و تحلیل دادههای
بزرگ را انجام میدهند. در هزینه و زمان تعیین شده برای مصرف توسط
انسان و ماشین ها امکان پذیر است. با این حال، ادبیات کنونی موجود
در تجزیه و تحلیل داده های بزرگ به یک دیدگاه کل نگر برای برجسته
کردن رابطه بین تجزیه و تحلیل داده های بزرگ و پردازش توزیع شده
برای سهولت درک و استفاده پزشک نیاز دارد. این کتاب با پرداختن به
جنبه های کلیدی پردازش توزیع شده در تجزیه و تحلیل داده های بزرگ،
شکاف ادبیات را پر می کند. این فصل به مفاهیم اساسی و الگوهای
محاسبات توزیع شده می پردازد که به طور گسترده در تجزیه و تحلیل
داده های بزرگ استفاده می شود. این کتاب همچنین فن آوری های اصلی
را که از پردازش توزیع شده پشتیبانی می کنند، مورد بحث قرار می
دهد. در نهایت، این کتاب بینشی در مورد کاربردهای تجزیه و تحلیل
دادههای بزرگ ارائه میکند و چگونگی استفاده از اصول محاسبات
توزیعشده در آن موقعیتها را برجسته میکند. پزشکان و محققان به
طور یکسان این کتاب را ابزاری ارزشمند برای کار خود میدانند که
به آنها کمک میکند تا فناوریهای مناسب را انتخاب کنند و در عین
حال نقاط قوت و معایب ذاتی آن فناوریها را درک کنند.
ادامه
مطلب...
چکیده: فناوریهای کلان داده برای دستیابی به هر نوع تجزیه و
تحلیل به روشی سریع و قابل پیشبینی استفاده میشوند، بنابراین
تصمیمگیری بهتر در سطح انسان و ماشین را ممکن میسازد. اصول
محاسبات توزیع شده کلیدهای فناوری داده های بزرگ و تجزیه و تحلیل
هستند. مکانیسمهای مربوط به ذخیرهسازی داده، دسترسی به داده،
انتقال داده، تجسم و مدلسازی پیشبینی با استفاده از پردازش
توزیعشده در چندین ماشین کمهزینه، ملاحظات کلیدی هستند که تجزیه
و تحلیل دادههای بزرگ را در هزینه و زمان تعیینشده برای مصرف
انسان و ماشینها ممکن میسازند. با این حال، ادبیات کنونی موجود
در تجزیه و تحلیل داده های بزرگ به یک دیدگاه کل نگر برای برجسته
کردن رابطه بین تجزیه و تحلیل داده های بزرگ و پردازش توزیع شده
برای سهولت درک و استفاده پزشک نیاز دارد. این کتاب با پرداختن به
جنبه های کلیدی پردازش توزیع شده در تجزیه و تحلیل داده های بزرگ،
شکاف ادبیات را پر می کند. این فصل به مفاهیم اساسی و الگوهای
محاسبات توزیع شده می پردازد که به طور گسترده در تجزیه و تحلیل
داده های بزرگ استفاده می شود. این کتاب همچنین فن آوری های اصلی
را که از پردازش توزیع شده پشتیبانی می کنند، مورد بحث قرار می
دهد. در نهایت، این کتاب بینشی در مورد کاربردهای تجزیه و تحلیل
دادههای بزرگ ارائه میکند و چگونگی استفاده از اصول محاسبات
توزیعشده در آن موقعیتها را برجسته میکند. پزشکان و محققان به
طور یکسان این کتاب را ابزاری ارزشمند برای کار خود میدانند که
به آنها کمک میکند فناوریهای مناسب را انتخاب کنند و در عین حال
نقاط قوت و معایب ذاتی آن فناوریها را درک کنند.
Big data technologies are used to achieve any type of analytics
in a fast and predictable way, thus enabling better human and
machine level decision making. Principles of distributed
computing are the keys to big data technologies and analytics.
The mechanisms related to data storage, data access, data
transfer, visualization and predictive modeling using
distributed processing in multiple low cost machines are the
key considerations
that make big data analytics possible within stipulated cost
and time practical for consumption by human and machines.
However, the current literature available in big data analytics
needs a holistic perspective to highlight the relation between
big data analytics and distributed processing for ease of
understanding and practitioner use. This book fills the
literature gap by addressing key aspects of distributed
processing in big data analytics. The chapters tackle the
essential concepts and patterns of distributed computing widely
used in big data analytics. This book discusses also covers the
main technologies which support distributed processing.
Finally, this book provides insight into applications of big
data analytics, highlighting how principles of distributed
computing are used in those situations. Practitioners and
researchers alike will find this book a valuable tool for their
work, helping them to select the appropriate technologies,
while understanding the inherent strengths and drawbacks of
those technologies. Read
more...
Abstract: Big data technologies are used to achieve any type of
analytics in a fast and predictable way, thus enabling better
human and machine level decision making. Principles of
distributed computing are the keys to big data technologies and
analytics. The mechanisms related to data storage, data access,
data transfer, visualization and predictive modeling using
distributed processing in multiple low cost machines are the
key considerations that make big data analytics possible within
stipulated cost and time practical for consumption by human and
machines. However, the current literature available in big data
analytics needs a holistic perspective to highlight the
relation between big data analytics and distributed processing
for ease of understanding and practitioner use. This book fills
the literature gap by addressing key aspects of distributed
processing in big data analytics. The chapters tackle the
essential concepts and patterns of distributed computing widely
used in big data analytics. This book discusses also covers the
main technologies which support distributed processing.
Finally, this book provides insight into applications of big
data analytics, highlighting how principles of distributed
computing are used in those situations. Practitioners and
researchers alike will find this book a valuable tool for their
work, helping them to select the appropriate technologies,
while understanding the inherent strengths and drawbacks of
those technologies
Front Matter ....Pages i-ix
On the Role of Distributed Computing in Big Data Analytics (Alba Amato)....Pages 1-10
Fundamental Concepts of Distributed Computing Used in Big Data Analytics (Qi Jun Wang)....Pages 11-34
Distributed Computing Patterns Useful in Big Data Analytics (Julio César Santos dos Anjos, Cláudio Fernando Resin Geyer, Jorge Luis Victória Barbosa)....Pages 35-55
Distributed Computing Technologies in Big Data Analytics (Kaushik Dutta)....Pages 57-82
Security Issues and Challenges in Big Data Analytics in Distributed Environment (Mayank Swarnkar, Robin Singh Bhadoria)....Pages 83-94
Scientific Computing and Big Data Analytics: Application in Climate Science (Subarna Bhattacharyya, Detelina Ivanova)....Pages 95-106
Distributed Computing in Cognitive Analytics (Vishwanath Kamat)....Pages 107-120
Distributed Computing in Social Media Analytics (Matthew Riemer)....Pages 121-135
Utilizing Big Data Analytics for Automatic Building of Language-agnostic Semantic Knowledge Bases (Khalifeh AlJadda, Mohammed Korayem, Trey Grainger)....Pages 137-160