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
دسته بندی: الگوریتم ها و ساختارهای داده ویرایش: 1 نویسندگان: Sergei V. Chekanov (auth.) سری: Advanced Information and Knowledge Processing ISBN (شابک) : 1849962863, 9781849962865 ناشر: Springer-Verlag London سال نشر: 2010 تعداد صفحات: 466 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های علمی با استفاده از Jython Scripting و Java: علوم کامپیوتر، عمومی، داده کاوی و کشف دانش
در صورت تبدیل فایل کتاب Scientific Data Analysis using Jython Scripting and Java 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 تجزیه و تحلیل داده های علمی با استفاده از Jython Scripting و Java 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.
تحلیل داده های علمی با استفاده از Jython Scripting و Java رویکردهای عملی را برای تجزیه و تحلیل داده ها با استفاده از برنامه نویسی جاوا بر اساس Jython، یک پیاده سازی جاوا از زبان Python ارائه می دهد. فصلها اساساً تمام جنبههای تحلیل دادهها، از آرایهها و هیستوگرامها گرفته تا تجزیه و تحلیل خوشهبندی، برازش منحنی، ابرداده و شبکههای عصبی را پوشش میدهند. پوشش جامعی از ابزارهای تجسم داده پیاده سازی شده در جاوا نیز گنجانده شده است. این کتاب که توسط توسعهدهنده اصلی چارچوب تحلیل دادههای jHepWork نوشته شده است، منبع مرجع قابل اعتماد و کاملی است که پایه و اساس برنامههای تحلیل دادهها را با استفاده از برنامهنویسی جاوا ایجاد میکند. بیش از 250 قطعه کد (از هر کدام حدود 10 تا 20 خط) نوشته شده در Jython و Java، به علاوه چندین نمونه واقعی به خواننده کمک می کند تا احساس واقعی را برای تکنیک های تجزیه و تحلیل داده ها و اجرای برنامه نویسی آنها ایجاد کند. این اولین کتاب تجزیه و تحلیل داده و داده کاوی است که کاملاً مبتنی بر زبان جیتون است و با استفاده از رویکرد کاملاً چند پلتفرمی و چند رشته ای درهایی را به روی اسکریپت نویسی باز می کند. دانشجویان و محققان فارغ التحصیل از اطلاعات ارائه شده در این کتاب بهره مند خواهند شد.
Scientific Data Analysis using Jython Scripting and Java presents practical approaches for data analysis using Java scripting based on Jython, a Java implementation of the Python language. The chapters essentially cover all aspects of data analysis, from arrays and histograms to clustering analysis, curve fitting, metadata and neural networks. A comprehensive coverage of data visualisation tools implemented in Java is also included. Written by the primary developer of the jHepWork data-analysis framework, the book provides a reliable and complete reference source laying the foundation for data-analysis applications using Java scripting. More than 250 code snippets (of around 10-20 lines each) written in Jython and Java, plus several real-life examples help the reader develop a genuine feeling for data analysis techniques and their programming implementation. This is the first data-analysis and data-mining book which is completely based on the Jython language, and opens doors to scripting using a fully multi-platform and multi-threaded approach. Graduate students and researchers will benefit from the information presented in this book.
Front Matter....Pages I-XXIV
Introduction....Pages 1-2
Jython, Java and jHepWork....Pages 3-26
Introduction to Jython....Pages 27-84
Mathematical Functions....Pages 85-120
One-dimensional Data....Pages 121-134
Two-dimensional Data....Pages 135-159
Multi-dimensional Data....Pages 161-169
Arrays, Matrices and Linear Algebra....Pages 171-192
Histograms....Pages 193-221
Random Numbers and Statistical Samples....Pages 223-233
Graphical Canvases....Pages 235-271
Input and Output....Pages 273-312
Miscellaneous Analysis Issues Using jHepWork....Pages 313-334
Data Clustering....Pages 335-342
Linear Regression and Curve Fitting....Pages 343-365
Neural Networks....Pages 367-382
Steps in Data Analysis....Pages 383-405
Real-life Examples....Pages 407-433
Back Matter....Pages 435-440