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. نویسندگان: Valentina Janev, Damien Graux, Hajira Jabeen, Emanuel Sallinger سری: Lecture Notes in Computer Science 12072 ISBN (شابک) : 9783030531980, 9783030531997 ناشر: Springer International Publishing;Springer سال نشر: 2020 تعداد صفحات: 212 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب نمودارهای دانش و پردازش داده های بزرگ: علوم کامپیوتر، مدیریت پایگاه داده، برنامه های کاربردی سیستم های اطلاعاتی (شامل اینترنت)، برنامه کامپیوتری. در پردازش داده های اداری، سیستم های اطلاعات کسب و کار
در صورت تبدیل فایل کتاب Knowledge Graphs and Big Data Processing 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 نمودارهای دانش و پردازش 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.
این کتاب دسترسی باز بخشی از پروژه LAMBDA (یادگیری، اعمال، ضرب تجزیه و تحلیل دادههای بزرگ) است که توسط اتحادیه اروپا، GA شماره 809965 تامین میشود. تجزیه و تحلیل دادهها شامل استفاده از فرآیندهای الگوریتمی برای استخراج بینش است. امروزه در بسیاری از صنایع برای اجازه دادن به سازمان ها و شرکت ها برای تصمیم گیری بهتر و همچنین تأیید یا رد نظریه ها یا مدل های موجود استفاده می شود. اصطلاح تجزیه و تحلیل داده اغلب به جای هوش، آمار، استدلال، داده کاوی، کشف دانش و موارد دیگر استفاده می شود.
هدف این کتاب معرفی برخی از تعاریف، روشها، ابزارها، چارچوبها و راهحلهای پردازش کلان دادهها، از فرآیند استخراج اطلاعات و بازنمایی دانش، از طریق پردازش و تحلیل دانش تا تجسم، حس سازی و کاربردهای عملی. هر فصل در این کتاب به جنبههای مرتبط زنجیره پردازش دادهها، با تمرکز ویژه بر درک نمودارهای دانش سازمانی، معماریهای معنایی کلان دادهها و راهحلهای تحلیل دادههای هوشمند میپردازد.
این کتاب برای دانشجویان فارغالتحصیل نوشته شده است. از رشتههای فنی، تا مخاطبان حرفهای که دورههای کوتاه آموزش مداوم را دنبال میکنند، و تا محققانی از مناطق مختلف که دورههای خودآموز را دنبال میکنند. مهارت های اولیه در علوم کامپیوتر، ریاضیات و آمار مورد نیاز است.
This open access book is part of the LAMBDA Project (Learning, Applying, Multiplying Big Data Analytics), funded by the European Union, GA No. 809965. Data Analytics involves applying algorithmic processes to derive insights. Nowadays it is used in many industries to allow organizations and companies to make better decisions as well as to verify or disprove existing theories or models. The term data analytics is often used interchangeably with intelligence, statistics, reasoning, data mining, knowledge discovery, and others.
The goal of this book is to introduce some of the definitions, methods, tools, frameworks, and solutions for big data processing, starting from the process of information extraction and knowledge representation, via knowledge processing and analytics to visualization, sense-making, and practical applications. Each chapter in this book addresses some pertinent aspect of the data processing chain, with a specific focus on understanding Enterprise Knowledge Graphs, Semantic Big Data Architectures, and Smart Data Analytics solutions.
This book is addressed to graduate students from technical disciplines, to professional audiences following continuous education short courses, and to researchers from diverse areas following self-study courses. Basic skills in computer science, mathematics, and statistics are required.
Front Matter ....Pages i-xi
Front Matter ....Pages 1-1
Chapter 1 Ecosystem of Big Data (Valentina Janev)....Pages 3-19
Chapter 2 Knowledge Graphs: The Layered Perspective (Luigi Bellomarini, Emanuel Sallinger, Sahar Vahdati)....Pages 20-34
Chapter 3 Big Data Outlook, Tools, and Architectures (Hajira Jabeen)....Pages 35-55
Front Matter ....Pages 57-57
Chapter 4 Creation of Knowledge Graphs (Anastasia Dimou)....Pages 59-72
Chapter 5 Federated Query Processing (Kemele M. Endris, Maria-Esther Vidal, Damien Graux)....Pages 73-86
Chapter 6 Reasoning in Knowledge Graphs: An Embeddings Spotlight (Luigi Bellomarini, Emanuel Sallinger, Sahar Vahdati)....Pages 87-101
Front Matter ....Pages 103-103
Chapter 7 Scalable Knowledge Graph Processing Using SANSA (Hajira Jabeen, Damien Graux, Gezim Sejdiu)....Pages 105-121
Chapter 8 Context-Based Entity Matching for Big Data (Mayesha Tasnim, Diego Collarana, Damien Graux, Maria-Esther Vidal)....Pages 122-146
Front Matter ....Pages 147-147
Chapter 9 Survey on Big Data Applications (Valentina Janev, Dea Pujić, Marko Jelić, Maria-Esther Vidal)....Pages 149-164
Chapter 10 Case Study from the Energy Domain (Dea Pujić, Marko Jelić, Nikola Tomašević, Marko Batić)....Pages 165-180
Back Matter ....Pages 181-209