Principles of Data Science / Arabnia, Hamid R. ; Daimi, Kevin ; Stahlbock, Robert ; Soviany, Cristina ; Heilig, Leonard ; Brüssau, Kai  

Público ISBD Ningún comentario para este título. Título : Principles of Data Science Tipo de documento: documento electrónico Autores: Arabnia, Hamid R., ; Daimi, Kevin, ; Stahlbock, Robert, ; Soviany, Cristina, ; Heilig, Leonard, ; Brüssau, Kai, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIV, 276 p. 102 ilustraciones, 55 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-43981-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Telecomunicación  Inteligencia Computacional  Sistemas de almacenamiento y recuperación de información.  Sistemas de reconocimiento de patrones  Investigación cuantitativa  Ingeniería en Comunicaciones  Redes  Almacenamiento y recuperación de información  Reconocimiento de patrones automatizado  Análisis de datos y Big Data Clasificación: 621.382 Telecomunicaciones Resumen: Este libro proporciona a los lectores una comprensión profunda de diversas áreas de investigación dentro del campo de la ciencia de datos. El libro presenta a los lectores diversas técnicas para la adquisición, extracción y limpieza de datos, resumen y modelado de datos, técnicas de comunicación y análisis de datos, herramientas de ciencia de datos, aprendizaje profundo y diversas aplicaciones de ciencia de datos. Los investigadores pueden extraer y concluir varias ideas y temas futuros que podrían resultar en posibles publicaciones o tesis. Además, este libro contribuye a la preparación de los científicos de datos y a mejorar su conocimiento en el campo. El libro proporciona una rica colección de manuscritos sobre temas de ciencia de datos de gran prestigio, editados por profesores con larga experiencia en el campo de la ciencia de datos. Presenta diversas técnicas, métodos y algoritmos adoptados por expertos en ciencia de datos. Proporciona una explicación detallada de las percepciones de la ciencia de datos, reforzada por ejemplos prácticos. Presenta una hoja de ruta de tendencias futuras adecuadas para la investigación y la práctica innovadoras de la ciencia de datos. Nota de contenido: Introduction -- Data Acquisition, Extraction, and Cleaning -- Data Summarization and Modeling -- Data Analysis and Communication Techniques -- Data Science Tools -- Deep Learning in Data Science -- Data Science Applications -- Conclusion. Tipo de medio : Computadora Summary : This book provides readers with a thorough understanding of various research areas within the field of data science. The book introduces readers to various techniques for data acquisition, extraction, and cleaning, data summarizing and modeling, data analysis and communication techniques, data science tools, deep learning, and various data science applications. Researchers can extract and conclude various future ideas and topics that could result in potential publications or thesis. Furthermore, this book contributes to Data Scientists' preparation and to enhancing their knowledge of the field. The book provides a rich collection of manuscripts in highly regarded data science topics, edited by professors with long experience in the field of data science. Introduces various techniques, methods, and algorithms adopted by Data Science experts Provides a detailed explanation of data science perceptions, reinforced by practical examples Presents a roadmap of future trends suitable for innovative data science research and practice. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Principles of Data Science [documento electrónico] / Arabnia, Hamid R., ; Daimi, Kevin, ; Stahlbock, Robert, ; Soviany, Cristina, ; Heilig, Leonard, ; Brüssau, Kai,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XIV, 276 p. 102 ilustraciones, 55 ilustraciones en color. ISBN : 978-3-030-43981-1 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Telecomunicación  Inteligencia Computacional  Sistemas de almacenamiento y recuperación de información.  Sistemas de reconocimiento de patrones  Investigación cuantitativa  Ingeniería en Comunicaciones  Redes  Almacenamiento y recuperación de información  Reconocimiento de patrones automatizado  Análisis de datos y Big Data Clasificación: 621.382 Telecomunicaciones Resumen: Este libro proporciona a los lectores una comprensión profunda de diversas áreas de investigación dentro del campo de la ciencia de datos. El libro presenta a los lectores diversas técnicas para la adquisición, extracción y limpieza de datos, resumen y modelado de datos, técnicas de comunicación y análisis de datos, herramientas de ciencia de datos, aprendizaje profundo y diversas aplicaciones de ciencia de datos. Los investigadores pueden extraer y concluir varias ideas y temas futuros que podrían resultar en posibles publicaciones o tesis. Además, este libro contribuye a la preparación de los científicos de datos y a mejorar su conocimiento en el campo. El libro proporciona una rica colección de manuscritos sobre temas de ciencia de datos de gran prestigio, editados por profesores con larga experiencia en el campo de la ciencia de datos. Presenta diversas técnicas, métodos y algoritmos adoptados por expertos en ciencia de datos. Proporciona una explicación detallada de las percepciones de la ciencia de datos, reforzada por ejemplos prácticos. Presenta una hoja de ruta de tendencias futuras adecuadas para la investigación y la práctica innovadoras de la ciencia de datos. Nota de contenido: Introduction -- Data Acquisition, Extraction, and Cleaning -- Data Summarization and Modeling -- Data Analysis and Communication Techniques -- Data Science Tools -- Deep Learning in Data Science -- Data Science Applications -- Conclusion. Tipo de medio : Computadora Summary : This book provides readers with a thorough understanding of various research areas within the field of data science. The book introduces readers to various techniques for data acquisition, extraction, and cleaning, data summarizing and modeling, data analysis and communication techniques, data science tools, deep learning, and various data science applications. Researchers can extract and conclude various future ideas and topics that could result in potential publications or thesis. Furthermore, this book contributes to Data Scientists' preparation and to enhancing their knowledge of the field. The book provides a rich collection of manuscripts in highly regarded data science topics, edited by professors with long experience in the field of data science. Introduces various techniques, methods, and algorithms adopted by Data Science experts Provides a detailed explanation of data science perceptions, reinforced by practical examples Presents a roadmap of future trends suitable for innovative data science research and practice. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200