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 Introduction to Environmental Data Science

دانلود کتاب مقدمه ای بر علم داده های زیست محیطی

Introduction to Environmental Data Science

مشخصات کتاب

Introduction to Environmental Data Science

ویرایش:  
نویسندگان:   
سری: Data Science Series 
ISBN (شابک) : 9781032322186, 9781003317821 
ناشر: CRC Press/Chapman & Hall 
سال نشر: 2023 
تعداد صفحات: 402
[403] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 77 Mb 

قیمت کتاب (تومان) : 60,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Introduction to Environmental Data Science 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 مقدمه ای بر علم داده های زیست محیطی 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 مقدمه ای بر علم داده های زیست محیطی

مقدمه‌ای بر علوم داده‌های محیطی بر روش‌های علم داده در زبان R که در تحقیقات زیست‌محیطی به کار می‌رود، با بخش‌هایی در مورد تجزیه و تحلیل داده‌های اکتشافی در R از جمله انتزاع، تبدیل، و تجسم داده‌ها تمرکز دارد. تجزیه و تحلیل داده های مکانی در مدل های برداری و شطرنجی. آمار و مدل‌سازی از اکتشاف تا مدل‌سازی، در نظر گرفتن آمار تاییدی و گسترش به مدل‌های یادگیری ماشین. تجزیه و تحلیل سری های زمانی، با تمرکز به ویژه بر روی کربن و شار ریز هواشناسی. و ارتباطات مقدمه ای بر علوم داده های زیست محیطی یک کتاب درسی ایده آل برای آموزش دانشجویان مقطع کارشناسی تا کارشناسی ارشد در رشته های علوم محیطی، مطالعات محیطی، جغرافیا، علوم زمین و زیست شناسی است، اما همچنین می تواند به عنوان مرجعی برای متخصصان محیط زیست که در مشاوره، سازمان های غیردولتی و سازمان های دولتی کار می کنند، باشد. در سطوح محلی، ایالتی، فدرال و بین المللی. امکانات • به نیازهای تحقیقات محیطی در هر دو حوزه مکانی و زمانی توجه کامل می کند. • دارای نمونه هایی از برنامه های کاربردی شامل داده های جمع آوری شده در میدان از مشاهدات فردی تا ثبت داده ها است. • شامل نمونه‌هایی از برنامه‌های کاربردی شامل منابع دولتی و سازمان‌های غیر دولتی، از تصاویر ماهواره‌ای گرفته تا داده‌های محیطی جمع‌آوری‌شده توسط تنظیم‌کننده‌هایی مانند EPA. • شامل تمرینات کلاس تست شده در تمام فصل های غیر از مطالعات موردی. راهنمای راه حل ها برای مربیان در دسترس است. • همه مثال ها و تمرین ها از بسته GitHub برای توابع و به خصوص داده ها استفاده می کنند.


توضیحاتی درمورد کتاب به خارجی

Introduction to Environmental Data Science focuses on data science methods in the R language applied to environmental research, with sections on exploratory data analysis in R including data abstraction, transformation, and visualization; spatial data analysis in vector and raster models; statistics and modelling ranging from exploratory to modelling, considering confirmatory statistics and extending to machine learning models; time series analysis, focusing especially on carbon and micrometeorological flux; and communication. Introduction to Environmental Data Science is an ideal textbook to teach undergraduate to graduate level students in environmental science, environmental studies, geography, earth science, and biology, but can also serve as a reference for environmental professionals working in consulting, NGOs, and government agencies at the local, state, federal, and international levels. Features • Gives thorough consideration of the needs for environmental research in both spatial and temporal domains. • Features examples of applications involving field-collected data ranging from individual observations to data logging. • Includes examples also of applications involving government and NGO sources, ranging from satellite imagery to environmental data collected by regulators such as EPA. • Contains class-tested exercises in all chapters other than case studies. Solutions manual available for instructors. • All examples and exercises make use of a GitHub package for functions and especially data.





نظرات کاربران