دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Social Media Analytics for User Behavior Modeling: A Task Heterogeneity Perspective (Data-Enabled Engineering)
دانلود کتاب تجزیه و تحلیل رسانه های اجتماعی برای مدل سازی رفتار کاربر: دیدگاه ناهمگونی کار (مهندسی مبتنی بر داده)
مشخصات کتاب
Social Media Analytics for User Behavior Modeling: A Task Heterogeneity Perspective (Data-Enabled Engineering)
ویرایش: 1
نویسندگان: Arun Reddy Nelakurthi. Jingrui He
سری: Data-Enabled Engineering
ISBN (شابک) : 0367211580, 9780367211585
ناشر: CRC Press
سال نشر: 2020
تعداد صفحات: 115
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 مگابایت
قیمت کتاب (تومان) : 39,000
در صورت تبدیل فایل کتاب Social Media Analytics for User Behavior Modeling: A Task Heterogeneity Perspective (Data-Enabled Engineering) 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 رسانه های اجتماعی برای مدل سازی رفتار کاربر: دیدگاه ناهمگونی کار (مهندسی مبتنی بر داده) 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 تجزیه و تحلیل رسانه های اجتماعی برای مدل سازی رفتار کاربر: دیدگاه ناهمگونی کار (مهندسی مبتنی بر داده)
در سال‌های اخیر رسانه‌های اجتماعی محبوبیت قابل توجهی پیدا کرده‌اند و به یک وسیله ارتباطی ضروری تبدیل شده‌اند. چنین محتوای تولید شده توسط کاربر یک سناریوی عالی برای استفاده از استعاره استخراج هر گونه اطلاعات فراهم می کند. یادگیری انتقالی یک مشکل تحقیقاتی در یادگیری ماشینی است که بر استفاده از دانش به دست آمده در حین حل یک مشکل و به کار بردن آن در یک مشکل متفاوت اما مرتبط تمرکز دارد.
ویژگی ها:
- چارچوب های جدیدی را برای مطالعه رفتار کاربر و برای پرداختن و توضیح ناهمگونی کار ارائه می دهد
- مطالعه مفصلی از تحقیقات موجود را ارائه می دهد
- تحلیل همگرایی و پیچیدگی چارچوب ها را ارائه می دهد
- شامل الگوریتم هایی برای اجرای کار تحقیقاتی پیشنهادی است
- تجربی گسترده را پوشش می دهد تجزیه و تحلیل
تجزیه و تحلیل رسانه‌های اجتماعی برای مدل‌سازی رفتار کاربر: دیدگاه ناهمگونی کار راهنمای کاربر است مدل‌سازی رفتار در تنظیمات ناهمگن است و برای جامعه یادگیری ماشین بسیار مفید است.
توضیحاتی درمورد کتاب به خارجی
In recent years social media has gained significant popularity and has become an essential medium of communication. Such user-generated content provides an excellent scenario for applying the metaphor of mining any information. Transfer learning is a research problem in machine learning that focuses on leveraging the knowledge gained while solving one problem and applying it to a different, but related problem.
Features:
- Offers novel frameworks to study user behavior and for addressing and explaining task heterogeneity
- Presents a detailed study of existing research
- Provides convergence and complexity analysis of the frameworks
- Includes algorithms to implement the proposed research work
- Covers extensive empirical analysis
Social Media Analytics for User Behavior Modeling: A Task Heterogeneity Perspective is a guide to user behavior modeling in heterogeneous settings and is of great use to the machine learning community.
فهرست مطالب
1. Introduction. 2. Related Work. 3. User-Guided Cross-Domain Sentiment Classification. 4. Similar Actor Recommendation. 5. Source-Free Domain Adaptation of the Off-the-Shelf Classifier. 6. Social Media for Diabetes Management. 7. Conclusion and Future Work.
