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. 2019
نویسندگان: Taeho Jo
سری: Studies in Big Data
ISBN (شابک) : 3319918141, 9783319918143
ناشر: Springer
سال نشر: 2018
تعداد صفحات: 376
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 مگابایت
کلمات کلیدی مربوط به کتاب متن کاوی: مفاهیم، پیاده سازی و چالش کلان داده: کامپیوتر و فناوری، صنایع، کسب و کار و پول، هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، داده کاوی، پایگاههای داده و دادههای بزرگ، رایانهها و فناوری، اینترنت، گروهافزار، و ارتباطات راه دور، شبکه و رایانش ابری، رایانه و فناوری، ذخیرهسازی و بازیابی، مدیریت شبکه، شبکه و رایانش ابری، رایانه و فناوری، ارتباطات و حسگرها، آنتنها، مایکروویو، موبایل و بیسیم، شبکهها، رادار، رادیو، سنجش از دور و GIS، ماهواره
در صورت تبدیل فایل کتاب Text Mining: Concepts, Implementation, and Big Data Challenge 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 متن کاوی: مفاهیم، پیاده سازی و چالش کلان 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.
این کتاب در مورد متن کاوی و روش های مختلفی که می توان از این نوع داده کاوی برای یافتن دانش ضمنی از مجموعه های متنی استفاده کرد، بحث می کند. نویسنده دستورالعمل های پیاده سازی سیستم های متن کاوی در جاوا و همچنین مفاهیم و رویکردها را ارائه می دهد. کتاب با ارائه تکنیکهای پیشپردازش دقیق متن شروع میشود و سپس به ارائه مفاهیم، تکنیکها، پیادهسازی و ارزیابی طبقهبندی متن میپردازد. سپس به موضوعات پیشرفتهتر از جمله خلاصهسازی متن، تقسیمبندی متن، نقشهبرداری موضوع، و مدیریت خودکار متن میرود.
This book discusses text mining and different ways this type of data mining can be used to find implicit knowledge from text collections. The author provides the guidelines for implementing text mining systems in Java, as well as concepts and approaches. The book starts by providing detailed text preprocessing techniques and then goes on to provide concepts, the techniques, the implementation, and the evaluation of text categorization. It then goes into more advanced topics including text summarization, text segmentation, topic mapping, and automatic text management.
Content: Part I: Foundation1 Introduction2 Text Indexing3 Text Encoding4 Text AssociationPart II: Text Categorization5 Text Categorization: Conceptual View6 Text Categorization: Approaches7 Text Categorization: Implementation8 Text Categorization: EvaluationPart III: Text Clustering9 Text Clustering: Conceptual View10 Text Clustering: Approaches11 Text Clustering: Implementation12 Text Clustering: EvaluationPart IV: Advanced Topics13 Text Summarization14 Text Segmentation15 Taxonomy Generation16 Dynamic Document OrganizationReferencesIndex