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 Text Analytics for Business Decisions: A Case Study Approach

دانلود کتاب تجزیه و تحلیل متن برای تصمیمات تجاری: رویکرد مطالعه موردی

Text Analytics for Business Decisions: A Case Study Approach

مشخصات کتاب

Text Analytics for Business Decisions: A Case Study Approach

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 1683926668, 9781683926665 
ناشر: Mercury Learning and Information 
سال نشر: 2021 
تعداد صفحات: 310
[333] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 Mb 

قیمت کتاب (تومان) : 49,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 4


در صورت تبدیل فایل کتاب Text Analytics for Business Decisions: A Case Study Approach 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 متن برای تصمیمات تجاری: رویکرد مطالعه موردی 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 متن برای تصمیمات تجاری: رویکرد مطالعه موردی

با افزایش توسعه علم داده، ما اکنون تکنیک ها و ابزارهای قابل توجه زیادی برای گسترش تجزیه و تحلیل داده ها از داده های عددی و طبقه بندی به داده های متنی داریم. برای مثال، غربال کردن پاسخ‌های باز از یک نظرسنجی، زمانی که به صورت دستی انجام می‌شد، فرآیندی دشوار بود. با استفاده از رویکرد مطالعه موردی، این کتاب برای تحلیلگران تجاری نوشته شده است که می خواهند مهارت های خود را در استخراج پاسخ داده های متنی به منظور حمایت از تصمیم گیری تجاری افزایش دهند. بیشتر تمرین‌ها از Excel، رایج‌ترین ابزار تحلیل امروزی، و R، یک محیط کامپیوتری تحلیلی محبوب استفاده می‌کنند. تکنیک‌های تحت پوشش از ابتدایی‌ترین تحلیل‌های متن، مانند تجزیه و تحلیل کلمات کلیدی، تا تکنیک‌های پیچیده‌تر، مانند استخراج موضوع و امتیازدهی شباهت متن، را شامل می‌شود. فایل‌های همراه با مجموعه داده‌های متعدد برای استفاده در مطالعات موردی و تمرین‌ها گنجانده شده‌اند.\n\nویژگی‌ها:\n\n* سازمان‌دهی شده بر اساس ابزار یا تکنیک، با تکنیک‌های اولیه ارائه‌شده در ابتدا و تکنیک‌های پیچیده‌تر ارائه‌شده بعدا\n\n* موارد استفاده Excel و R برای مجموعه‌های داده در مطالعات موردی و تمرین‌ها\n\n* دارای استاندارد داده‌کاوی CRISP\-DM با فصل‌های اولیه برای انجام مراحل آماده‌سازی در داده‌کاوی\n\n* فایل‌های همراه با مجموعه‌های داده و شکل‌های متعدد از متن .


توضیحاتی درمورد کتاب به خارجی

With the rise in data science development, we now have many remarkable techniques and tools to extend data analysis from numeric and categorical data to textual data. Sifting through the open\-ended responses from a survey, for example, was an arduous process when performed by hand. Using a case study approach, this book was written for business analysts who wish to increase their skills in extracting answers for text data in order to support business decision making. Most of the exercises use Excel, today’s most common analysis tool, and R, a popular analytic computer environment. The techniques covered range from the most basic text analytics, such as key word analysis, to more sophisticated techniques, such as topic extraction and text similarity scoring. Companion files with numerous datasets are included for use with case studies and exercises.\n\nFEATURES:\n\n* Organized by tool or technique, with the basic techniques presented first and the more sophisticated techniques presented later\n\n* Uses Excel and R for datasets in case studies and exercises\n\n* Features the CRISP\-DM data mining standard with early chapters for conducting the preparatory steps in data mining\n\n* Companion files with numerous datasets and figures from the text.





نظرات کاربران