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 Knowledge Graphs Applied Version 2

دانلود کتاب نمودارهای دانش کاربردی نسخه 2

Knowledge Graphs Applied Version 2

مشخصات کتاب

Knowledge Graphs Applied Version 2

ویرایش: [MEAP Edition] 
نویسندگان: , , ,   
سری:  
 
ناشر: Manning Publications 
سال نشر: 2022 
تعداد صفحات: [133] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 Mb 

قیمت کتاب (تومان) : 54,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 4


در صورت تبدیل فایل کتاب Knowledge Graphs Applied Version 2 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 کاربردی نسخه 2 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 درمورد کتاب به خارجی



فهرست مطالب

Knowledge Graphs Applied MEAP V02
Copyright
Welcome
Brief contents
Chapter 1: What is a knowledge graph?
	1.1 The knowledge graph paradigm shift
		1.1.1 The four pillars of knowledge graphs
	1.2 Building data-driven applications using KGs
		1.2.1 360-based view for precision medicine
		1.2.2 Drug discovery and development
		1.2.3 Healthcare compliance management
		1.2.4 Conversational AI and recommendation systems
		1.2.5 What should I ask myself?
	1.3 How do we teach knowledge graphs?
	1.4 Knowledge graph technologies
	1.5 Making graphs smarter using semantics
		1.5.1 Graph vs. knowledge graph
		1.5.2 Taxonomies and ontologies
	1.6 Summary
	1.7 References
Chapter 2: Intelligent systems
	2.1 Designing a first intelligent system
		2.1.1 What is an intelligent system?
		2.1.2 Categories of intelligent systems
		2.1.3 Characteristics of an intelligent system
	2.2 Knowledge acquisition
	2.3 Knowledge representation and reasoning
	2.4 Reasoning engines
	2.5 The role of knowledge graphs
	2.6 Summary
	2.7 References
Chapter 3: Create your first knowledge graph from ontologies
	3.1 Knowledge graph building: Warm-up
		3.1.1 Business and domain understanding
		3.1.2 Data understanding
	3.2 Understanding knowledge graph technologies
		3.2.1 RDF or LPG? A goal-driven discussion
		3.2.2 Representing edge properties with RDF and LPG
	3.3 Knowledge graph building
		3.3.1 Ontology ingestion and processing with neosemantics
		3.3.2 Dataset ingestion and processing
	3.4 Querying the data
	3.5 Reasoning over the knowledge graph
	3.6 Summary
	3.7 References
Chapter 5: Knowledge graphs (KGs) and natural language processing (NLP)
	5.1 What is natural language processing (NLP)?
		5.1.1 Basics of natural language processing
		5.1.2 Named Entity Recognition (NER)
		5.1.3 Use NLP for building a first KG
	5.2 Knowledge enrichment
	5.3 NLP-based machine learning
		5.3.1 Keyword extraction
		5.3.2 Graph-based topic modeling
	5.4 Summary
	5.5 References
Appendix A: Introduction to graphs
	A.1 What is a graph?
	A.2 Graphs as models of networks
	A.3 Representing graphs
	A.4 References
Appendix B: Neo4j
	B.1 Neo4j Introduction
	B.2 Neo4j Installation
		B.2.1 Neo4j Server installation
		B.2.2 Neo4j Desktop installation
	B.3 Cypher
	B.4 Plugins installation
		B.4.1 APOC installation
		B.4.2 GDS installation
	B.5 Cleaning
	B.6 References




نظرات کاربران