جلد سخت سیاه و سفید
Product details
- Publisher : Springer; 1st ed. 2022 edition (January 14, 2022)
- Language : English
- Hardcover : 742 pages
- ISBN-10 : 9811636060
- ISBN-13 : 978-9811636066
کتاب Advances in Big Data Analytics: Theory, Algorithms and Practices
Today, big data affects countless aspects of our daily lives. This book provides a comprehensive and cutting-edge study on big data analytics, based on the research findings and applications developed by the author and his colleagues in related areas. It addresses the concepts of big data analytics and/or data science, multi-criteria optimization for learning, expert and rule-based data analysis, support vector machines for classification, feature selection, data stream analysis, learning analysis, sentiment analysis, link analysis, and evaluation analysis. The book also explores lessons learned in applying big data to business, engineering and healthcare. Lastly, it addresses the advanced topic of intelligence-quotient (IQ) tests for artificial intelligence.
Since each aspect mentioned above concerns a specific domain of application, taken together, the algorithms, procedures, analysis and empirical studies presented here offer a general picture of big data developments. Accordingly, the book can not only serve as a textbook for graduates with a fundamental grasp of training in big data analytics, but can also show practitioners how to use the proposed techniques to deal with real-world big data problems.
منابع کتاب کتاب Advances in Big Data Analytics: Theory, Algorithms and Practices
امروزه داده های بزرگ بر جنبه های بی شماری از زندگی روزمره ما تأثیر می گذارد. این کتاب بر اساس یافته‌های پژوهشی و برنامه‌های کاربردی توسعه‌یافته توسط نویسنده و همکارانش در حوزه‌های مرتبط، مطالعه‌ای جامع و پیشرفته در مورد تجزیه و تحلیل داده‌های بزرگ ارائه می‌کند. به مفاهیم تجزیه و تحلیل داده های بزرگ و/یا علم داده، بهینه سازی چند معیاره برای یادگیری، تجزیه و تحلیل داده های متخصص و مبتنی بر قانون، ماشین های بردار پشتیبانی برای طبقه بندی، انتخاب ویژگی، تجزیه و تحلیل جریان داده، تجزیه و تحلیل یادگیری، تجزیه و تحلیل احساسات، تجزیه و تحلیل پیوند می پردازد. ، و تجزیه و تحلیل ارزیابی. این کتاب همچنین به بررسی درس های آموخته شده در استفاده از داده های بزرگ در تجارت، مهندسی و مراقبت های بهداشتی می پردازد. در نهایت، به موضوع پیشرفته تست های هوش مصنوعی (IQ) برای هوش مصنوعی می پردازد.
از آنجایی که هر جنبه ای که در بالا ذکر شد به حوزه خاصی از کاربرد مربوط می شود، الگوریتم ها، رویه ها، تحلیل ها و مطالعات تجربی ارائه شده در اینجا تصویری کلی از تحولات کلان داده ارائه می دهند. بر این اساس، این کتاب نه تنها می تواند به عنوان یک کتاب درسی برای فارغ التحصیلان با درک اساسی از آموزش در تجزیه و تحلیل داده های بزرگ باشد، بلکه می تواند به پزشکان نشان دهد که چگونه از تکنیک های پیشنهادی برای مقابله با مشکلات داده های بزرگ در دنیای واقعی استفاده کنند.
ارسال نظر درباره کتاب Advances in Big Data Analytics: Theory, Algorithms and Practices