| 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. |
| 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 |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| 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. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
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.
| 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 |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| 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. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsquedaPrinciples of Data Science / Arabnia, Hamid R. ; Daimi, Kevin ; Stahlbock, Robert ; Soviany, Cristina ; Heilig, Leonard ; Brüssau, Kai
