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. 2015]
نویسندگان: Taylor Arnold. Lauren Tilton
سری: Quantitative Methods in the Humanities and Social Sciences
ISBN (شابک) : 3319207016, 9783319207025
ناشر: Springer International Publishing
سال نشر: 2015
تعداد صفحات: 211
[218]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 Mb
در صورت تبدیل فایل کتاب Humanities Data in R: Exploring Networks, Geospatial Data, Images, and Text 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 داده های علوم انسانی در R: کاوش در شبکه ها، داده های مکانی، تصاویر و متن 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 پیشگام به خوانندگان میآموزد که از R در چهار حوزه تحلیلی اصلی قابل استفاده در علوم انسانی استفاده کنند: شبکهها، متن، دادههای مکانی و تصاویر. این کتاب همچنین برای پل ارتباطی بین روش های کمی و کیفی، کار فردی و مشارکتی و علوم انسانی و اجتماعی طراحی شده است. دادههای علوم انسانی با R تجربه برنامهنویسی پسزمینه را پیشفرض نمیگیرد. فصلهای اولیه خوانندگان را از تنظیم R تا تجزیه و تحلیل دادههای اکتشافی (دادههای مستمر و طبقهبندی، تجزیه و تحلیل چند متغیره، و گرافیکهای پیشرفته با تأکید بر زیباییشناسی و تسهیلات) میبرد. به دنبال این، شبکهها، دادههای مکانی، دادههای تصویر، پردازش زبان طبیعی و تجزیه و تحلیل متن هر یک دارای یک فصل اختصاصی هستند. هر فصل بر پایه مثال هایی استوار است تا خوانندگان را فراتر از ارعاب افزودن ابزارهای جدید به تحقیقات خود سوق دهد. همه چیز عملی است: شبکه ها با استفاده از نظرات دادگاه عالی ایالات متحده توضیح داده می شوند و روش های سطح پایین NLP برای داستان های کوتاه توسط سر آرتور کانن دویل به کار می روند. پس از کار بر روی این مثال ها با داده ها، کد و وب سایت کتاب ارائه شده، خوانندگان آماده می شوند تا روش های جدیدی را در کار خود اعمال کنند. زبان برنامه نویسی منبع باز R، با بسته های بی شمار و محبوبیت خود در علوم و علوم اجتماعی، به ویژه برای کار با داده های علوم انسانی مناسب است. بسته های R نیز در یک پیوست مشخص شده اند. این کتاب از مفهوم گسترده ای از اشکالی که داده ها ممکن است داشته باشند و اطلاعاتی که نشان می دهد استفاده می کند. این روش در کلاسهای درس و خودآموزی برای علوم انسانی و همچنین برای استفاده در زبانشناسی، انسانشناسی و علوم سیاسی کاربرد وسیعی خواهد داشت. در خارج از کلاس درس، این تقاطع علوم انسانی و محاسبات به ویژه برای تحقیق و شیوه های جدید انتشار در آرشیوها، موزه ها و کتابخانه ها مرتبط است. را
This pioneering book teaches readers to use R within four core analytical areas applicable to the Humanities: networks, text, geospatial data, and images. This book is also designed to be a bridge: between quantitative and qualitative methods, individual and collaborative work, and the humanities and social sciences. Humanities Data with R does not presuppose background programming experience. Early chapters take readers from R set-up to exploratory data analysis (continuous and categorical data, multivariate analysis, and advanced graphics with emphasis on aesthetics and facility). Following this, networks, geospatial data, image data, natural language processing and text analysis each have a dedicated chapter. Each chapter is grounded in examples to move readers beyond the intimidation of adding new tools to their research. Everything is hands-on: networks are explained using U.S. Supreme Court opinions, and low-level NLP methods are applied to short stories by Sir Arthur Conan Doyle. After working through these examples with the provided data, code and book website, readers are prepared to apply new methods to their own work. The open source R programming language, with its myriad packages and popularity within the sciences and social sciences, is particularly well-suited to working with humanities data. R packages are also highlighted in an appendix. This book uses an expanded conception of the forms data may take and the information it represents. The methodology will have wide application in classrooms and self-study for the humanities, but also for use in linguistics, anthropology, and political science. Outside the classroom, this intersection of humanities and computing is particularly relevant for research and new modes of dissemination across archives, museums and libraries.