Indexaxión 006.312 : Minería de datos
006 Ciencia de los computadores (Métodos especiales de computador) Documentos en la biblioteca con la clasificación 006.312 (31)
Hacer una sugerencia Refinar búsqueda4th IFIP TC 12 International Conference, ICCIDS 2021, Chennai, India, March 18–20, 2021, Revised Selected Papers / Krishnamurthy, Vallidevi ; Jaganathan, Suresh ; Rajaram, Kanchana ; Shunmuganathan, Saraswathi
Título : 4th IFIP TC 12 International Conference, ICCIDS 2021, Chennai, India, March 18–20, 2021, Revised Selected Papers Tipo de documento: documento electrónico Autores: Krishnamurthy, Vallidevi, ; Jaganathan, Suresh, ; Rajaram, Kanchana, ; Shunmuganathan, Saraswathi, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: X, 221 p. 153 ilustraciones, 56 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-92600-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Red de computadoras Aprendizaje automático Minería de datos y descubrimiento de conocimientos Redes de comunicación informática Índice Dewey: 006.312 Minería de datos Resumen: Este libro constituye las actas posteriores a la conferencia arbitradas de la Cuarta Conferencia Internacional IFIP TC 12 sobre Inteligencia Computacional en Ciencia de Datos, ICCIDS 2021, celebrada en Chennai, India, en marzo de 2021. Los 20 artículos completos revisados presentados fueron cuidadosamente revisados y seleccionados entre 75 presentaciones. Los artículos cubren temas como inteligencia computacional para análisis de textos; inteligencia computacional para análisis de imágenes y videos; blockchain y ciencia de datos. Nota de contenido: Machine Learning (ML), Deep Learning (DL), Internet of Things (IoT) -- A Scalable Data Pipeline for Realtime Geofencing using Apache Pulsar -- Crop Recommendation by Analysing the Soil Nutrients using Machine Learning Techniques: A Study -- Predict Customer churn in Banking based on Data Mining Techniques -- Early Prediction of Diabetes Disease Based on Data Mining Techniques -- An application driven IoT based rooftop farming model for Urban Agriculture -- Enhanced Ant Colony Optimization Algorithm for Optimizing Load balancing in Cloud Computing Platform -- Captioning of Image Conceptually using BI-LSTM technique -- Analysis of Land Cover type using Landsat-8 data -- Rule Based Combined Tagger for Marathi Text -- Evaluating candidate Answers based on derivative lexical similarity and space padding for the Arabic language -- Ontology Model for Spatio-Temporal Contexts in Smart Home Environments -- Automatic Detection of Building in Medium Density Image Using Morphological Operation -- A Liver Segmentation Algorithm with Interactive Error Correction for Abdominal CT Images: A Preliminary Study -- Pixel based Adversarial Attacks on Convolutional Neural Networks Models -- Continual Learning for Classification Problems: A Survey -- Detection of Flooded Regions from Satellite Images using Modified UNET -- Blockchain -- Blockchain based end-to-end tracking system for COVID patients -- Decentralized Application using Ethereum Blockchain on Performance Analysis considering E-voting system -- Enhanced Privacy Protection in Blockchain using SGX and Sidechains -- A Comparative Analysis of Blockchain Platform: Issues and Recommendations- Certificate Verification System. 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 4th IFIP TC 12 International Conference, ICCIDS 2021, Chennai, India, March 18–20, 2021, Revised Selected Papers [documento electrónico] / Krishnamurthy, Vallidevi, ; Jaganathan, Suresh, ; Rajaram, Kanchana, ; Shunmuganathan, Saraswathi, . - 1 ed. . - [s.l.] : Springer, 2021 . - X, 221 p. 153 ilustraciones, 56 ilustraciones en color.
ISBN : 978-3-030-92600-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Red de computadoras Aprendizaje automático Minería de datos y descubrimiento de conocimientos Redes de comunicación informática Índice Dewey: 006.312 Minería de datos Resumen: Este libro constituye las actas posteriores a la conferencia arbitradas de la Cuarta Conferencia Internacional IFIP TC 12 sobre Inteligencia Computacional en Ciencia de Datos, ICCIDS 2021, celebrada en Chennai, India, en marzo de 2021. Los 20 artículos completos revisados presentados fueron cuidadosamente revisados y seleccionados entre 75 presentaciones. Los artículos cubren temas como inteligencia computacional para análisis de textos; inteligencia computacional para análisis de imágenes y videos; blockchain y ciencia de datos. Nota de contenido: Machine Learning (ML), Deep Learning (DL), Internet of Things (IoT) -- A Scalable Data Pipeline for Realtime Geofencing using Apache Pulsar -- Crop Recommendation by Analysing the Soil Nutrients using Machine Learning Techniques: A Study -- Predict Customer churn in Banking based on Data Mining Techniques -- Early Prediction of Diabetes Disease Based on Data Mining Techniques -- An application driven IoT based rooftop farming model for Urban Agriculture -- Enhanced Ant Colony Optimization Algorithm for Optimizing Load balancing in Cloud Computing Platform -- Captioning of Image Conceptually using BI-LSTM technique -- Analysis of Land Cover type using Landsat-8 data -- Rule Based Combined Tagger for Marathi Text -- Evaluating candidate Answers based on derivative lexical similarity and space padding for the Arabic language -- Ontology Model for Spatio-Temporal Contexts in Smart Home Environments -- Automatic Detection of Building in Medium Density Image Using Morphological Operation -- A Liver Segmentation Algorithm with Interactive Error Correction for Abdominal CT Images: A Preliminary Study -- Pixel based Adversarial Attacks on Convolutional Neural Networks Models -- Continual Learning for Classification Problems: A Survey -- Detection of Flooded Regions from Satellite Images using Modified UNET -- Blockchain -- Blockchain based end-to-end tracking system for COVID patients -- Decentralized Application using Ethereum Blockchain on Performance Analysis considering E-voting system -- Enhanced Privacy Protection in Blockchain using SGX and Sidechains -- A Comparative Analysis of Blockchain Platform: Issues and Recommendations- Certificate Verification System. 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
Título : 8th IFIP WG 2.6 International Symposium, SIMPDA 2018, Seville, Spain, December 13–14, 2018, and 9th International Symposium, SIMPDA 2019, Bled, Slovenia, September 8, 2019, Revised Selected Papers Tipo de documento: documento electrónico Autores: Ceravolo, Paolo, ; van Keulen, Maurice, ; Gómez-López, María Teresa, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: IX, 125 p. 53 ilustraciones, 43 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-46633-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Servicios de información empresarial Software de la aplicacion Minería de datos y descubrimiento de conocimientos TI en los negocios Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.312 Minería de datos Resumen: Este libro constituye una selección revisada de artículos del 8.º y 9.º Simposio internacional IFIP WG 2.6 sobre descubrimiento y análisis de procesos basados en datos, SIMPDA 2018, celebrado en Sevilla, España, del 13 al 14 de diciembre de 2018, y SIMPDA 2019, celebrado en Bled, Eslovenia, el 8 de septiembre de 2019. De 16 presentaciones recibidas para SIMPDA 2018 y 9 presentaciones recibidas para SIMPDA 2019, se revisaron y seleccionaron cuidadosamente 3 artículos cada uno para su presentación en este volumen. Cubren cuestiones teóricas relacionadas con la representación, el descubrimiento y el análisis de procesos o proporcionan ejemplos prácticos y operativos de su aplicación. Nota de contenido: Designing Process-Centric Blockchain-based Architectures: A Case Study in e-voting as a Service -- Extracting Multiple Viewpoint Models from Relational Databases -- Standardizing Process-Data Exploitation by means of a Process-Instance Metamodel -- Exploiting Event Log Event Attributes in RNN Based Prediction -- General Model for Tracking Manufacturing Products Using Graph Databases -- Supporting Confidentiality in Process Mining Using Abstraction and Encryption. 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 8th IFIP WG 2.6 International Symposium, SIMPDA 2018, Seville, Spain, December 13–14, 2018, and 9th International Symposium, SIMPDA 2019, Bled, Slovenia, September 8, 2019, Revised Selected Papers [documento electrónico] / Ceravolo, Paolo, ; van Keulen, Maurice, ; Gómez-López, María Teresa, . - 1 ed. . - [s.l.] : Springer, 2020 . - IX, 125 p. 53 ilustraciones, 43 ilustraciones en color.
ISBN : 978-3-030-46633-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Servicios de información empresarial Software de la aplicacion Minería de datos y descubrimiento de conocimientos TI en los negocios Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.312 Minería de datos Resumen: Este libro constituye una selección revisada de artículos del 8.º y 9.º Simposio internacional IFIP WG 2.6 sobre descubrimiento y análisis de procesos basados en datos, SIMPDA 2018, celebrado en Sevilla, España, del 13 al 14 de diciembre de 2018, y SIMPDA 2019, celebrado en Bled, Eslovenia, el 8 de septiembre de 2019. De 16 presentaciones recibidas para SIMPDA 2018 y 9 presentaciones recibidas para SIMPDA 2019, se revisaron y seleccionaron cuidadosamente 3 artículos cada uno para su presentación en este volumen. Cubren cuestiones teóricas relacionadas con la representación, el descubrimiento y el análisis de procesos o proporcionan ejemplos prácticos y operativos de su aplicación. Nota de contenido: Designing Process-Centric Blockchain-based Architectures: A Case Study in e-voting as a Service -- Extracting Multiple Viewpoint Models from Relational Databases -- Standardizing Process-Data Exploitation by means of a Process-Instance Metamodel -- Exploiting Event Log Event Attributes in RNN Based Prediction -- General Model for Tracking Manufacturing Products Using Graph Databases -- Supporting Confidentiality in Process Mining Using Abstraction and Encryption. 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
Título : Advances in Data Science and Information Engineering : Proceedings from ICDATA 2020 and IKE 2020 Tipo de documento: documento electrónico Autores: Stahlbock, Robert, ; Weiss, Gary M., ; Abou-Nasr, Mahmoud, ; Yang, Cheng-Ying, ; Arabnia, Hamid R., ; Deligiannidis, Leonidas, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XXV, 986 p. 344 ilustraciones, 286 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-71704-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Inteligencia Computacional Sistemas expertos (Informática) Minería de datos y descubrimiento de conocimientos Sistemas basados en el conocimiento Índice Dewey: 006.312 Minería de datos Resumen: El libro presenta las actas de dos conferencias: la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre Ingeniería de la Información y el Conocimiento (IKE 2020), que tuvo lugar en Las Vegas, NV, EE. UU., del 27 al 30 de julio. , 2020. Las conferencias son parte del Congreso Mundial 2020 más grande en Ciencias de la Computación, Ingeniería Informática y Computación Aplicada (CSCE''20), que cuenta con 20 temas principales. Los artículos cubren todos los aspectos de la ciencia de datos, la minería de datos, el aprendizaje automático, la inteligencia artificial y computacional (ICDATA) y los sistemas de recuperación de información, la ingeniería de la información y el conocimiento, la gestión y el ciberaprendizaje (IKE). Los autores incluyen académicos, investigadores, profesionales y estudiantes. Presenta las actas de la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre Ingeniería de la Información y el Conocimiento (IKE 2020); Incluye artículos sobre temas que van desde la minería de datos hasta el aprendizaje automático y los sistemas de recuperación de información; Los autores incluyen académicos, investigadores, profesionales y estudiantes. Nota de contenido: Introduction -- Part I: Data Mining/Machine Learning Tasks -- Data Mining Algorithms -- Data Mining Integration -- Data Mining Process -- Data Mining Applications -- Data Mining Software -- Algorithms for Big Data -- Big Data Fundamentals -- Infrastructures for Big Data -- Big Data Management and Frameworks -- Big Data Search -- Privacy in the Era of Big Data -- Applications of Big Data -- Part II: information Retrieval Systems -- Knowledge Management and Cyber-Learning -- Database Engineering and Systems -- Data and Knowledge Processing -- Databanks: Issues, Methods, and Standards -- Data Warehousing and Datacenters -- Health Information Systems -- Data Security and Privacy Issues -- Information Reliability and Security -- Information and Knowledge Structures -- Knowledge Life Cycle -- 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 Advances in Data Science and Information Engineering : Proceedings from ICDATA 2020 and IKE 2020 [documento electrónico] / Stahlbock, Robert, ; Weiss, Gary M., ; Abou-Nasr, Mahmoud, ; Yang, Cheng-Ying, ; Arabnia, Hamid R., ; Deligiannidis, Leonidas, . - 1 ed. . - [s.l.] : Springer, 2021 . - XXV, 986 p. 344 ilustraciones, 286 ilustraciones en color.
ISBN : 978-3-030-71704-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Inteligencia Computacional Sistemas expertos (Informática) Minería de datos y descubrimiento de conocimientos Sistemas basados en el conocimiento Índice Dewey: 006.312 Minería de datos Resumen: El libro presenta las actas de dos conferencias: la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre Ingeniería de la Información y el Conocimiento (IKE 2020), que tuvo lugar en Las Vegas, NV, EE. UU., del 27 al 30 de julio. , 2020. Las conferencias son parte del Congreso Mundial 2020 más grande en Ciencias de la Computación, Ingeniería Informática y Computación Aplicada (CSCE''20), que cuenta con 20 temas principales. Los artículos cubren todos los aspectos de la ciencia de datos, la minería de datos, el aprendizaje automático, la inteligencia artificial y computacional (ICDATA) y los sistemas de recuperación de información, la ingeniería de la información y el conocimiento, la gestión y el ciberaprendizaje (IKE). Los autores incluyen académicos, investigadores, profesionales y estudiantes. Presenta las actas de la 16.ª Conferencia Internacional sobre Ciencia de Datos (ICDATA 2020) y la 19.ª Conferencia Internacional sobre Ingeniería de la Información y el Conocimiento (IKE 2020); Incluye artículos sobre temas que van desde la minería de datos hasta el aprendizaje automático y los sistemas de recuperación de información; Los autores incluyen académicos, investigadores, profesionales y estudiantes. Nota de contenido: Introduction -- Part I: Data Mining/Machine Learning Tasks -- Data Mining Algorithms -- Data Mining Integration -- Data Mining Process -- Data Mining Applications -- Data Mining Software -- Algorithms for Big Data -- Big Data Fundamentals -- Infrastructures for Big Data -- Big Data Management and Frameworks -- Big Data Search -- Privacy in the Era of Big Data -- Applications of Big Data -- Part II: information Retrieval Systems -- Knowledge Management and Cyber-Learning -- Database Engineering and Systems -- Data and Knowledge Processing -- Databanks: Issues, Methods, and Standards -- Data Warehousing and Datacenters -- Health Information Systems -- Data Security and Privacy Issues -- Information Reliability and Security -- Information and Knowledge Structures -- Knowledge Life Cycle -- 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
Título : Anomaly Detection Principles and Algorithms Tipo de documento: documento electrónico Autores: Mehrotra, Kishan G., Autor ; Mohan, Chilukuri K., Autor ; Huang, HuaMing, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXII, 217 p. 66 ilustraciones, 55 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-67526-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Sistemas de reconocimiento de patrones Protección de datos Minería de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Seguridad de datos e información Índice Dewey: 006.312 Minería de datos Resumen: Este libro proporciona una presentación legible y elegante de los principios de la detección de anomalías, proporcionando una introducción sencilla para los recién llegados al campo. Se describe sucintamente una gran cantidad de algoritmos, junto con una presentación de sus fortalezas y debilidades. Los autores también cubren algoritmos que abordan diferentes tipos de problemas de interés con datos de series temporales únicas y múltiples y datos multidimensionales. Se describen nuevos algoritmos de detección de anomalías en conjuntos, utilizando los beneficios proporcionados por diversos algoritmos, cada uno de los cuales funciona bien con algunos tipos de datos. Con los avances en la tecnología y el uso extensivo de Internet como medio de comunicación y comercio, ha habido un enorme aumento en las amenazas que enfrentan individuos y organizaciones por parte de atacantes y entidades criminales. Se ha descubierto que las variaciones en las conductas observables de los individuos (de los demás y de sus propias conductas pasadas) son útiles para predecir problemas potenciales de diversos tipos. De ahí que los informáticos y estadísticos hayan estado realizando investigaciones sobre la identificación automática de anomalías en grandes conjuntos de datos. Este libro estará dirigido principalmente a profesionales e investigadores recién llegados al área de las técnicas modernas de detección de anomalías. Los estudiantes de nivel avanzado en informática también encontrarán este libro útil en sus estudios. Nota de contenido: 1 Introduction -- 2 Anomaly Detection -- 3 Distance-based Anomaly Detection Approaches -- 4 Clustering-based Anomaly Detection Approaches -- 5 Model-based Anomaly Detection Approaches -- 6 Distance and Density Based Approaches -- 7 Rank Based Approaches -- 8 Ensemble Methods -- 9 Algorithms for Time Series Data -- Datasets for Evaluation -- Datasets for Time Series Experiments. 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 Anomaly Detection Principles and Algorithms [documento electrónico] / Mehrotra, Kishan G., Autor ; Mohan, Chilukuri K., Autor ; Huang, HuaMing, Autor . - 1 ed. . - [s.l.] : Springer, 2017 . - XXII, 217 p. 66 ilustraciones, 55 ilustraciones en color.
ISBN : 978-3-319-67526-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Sistemas de reconocimiento de patrones Protección de datos Minería de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Seguridad de datos e información Índice Dewey: 006.312 Minería de datos Resumen: Este libro proporciona una presentación legible y elegante de los principios de la detección de anomalías, proporcionando una introducción sencilla para los recién llegados al campo. Se describe sucintamente una gran cantidad de algoritmos, junto con una presentación de sus fortalezas y debilidades. Los autores también cubren algoritmos que abordan diferentes tipos de problemas de interés con datos de series temporales únicas y múltiples y datos multidimensionales. Se describen nuevos algoritmos de detección de anomalías en conjuntos, utilizando los beneficios proporcionados por diversos algoritmos, cada uno de los cuales funciona bien con algunos tipos de datos. Con los avances en la tecnología y el uso extensivo de Internet como medio de comunicación y comercio, ha habido un enorme aumento en las amenazas que enfrentan individuos y organizaciones por parte de atacantes y entidades criminales. Se ha descubierto que las variaciones en las conductas observables de los individuos (de los demás y de sus propias conductas pasadas) son útiles para predecir problemas potenciales de diversos tipos. De ahí que los informáticos y estadísticos hayan estado realizando investigaciones sobre la identificación automática de anomalías en grandes conjuntos de datos. Este libro estará dirigido principalmente a profesionales e investigadores recién llegados al área de las técnicas modernas de detección de anomalías. Los estudiantes de nivel avanzado en informática también encontrarán este libro útil en sus estudios. Nota de contenido: 1 Introduction -- 2 Anomaly Detection -- 3 Distance-based Anomaly Detection Approaches -- 4 Clustering-based Anomaly Detection Approaches -- 5 Model-based Anomaly Detection Approaches -- 6 Distance and Density Based Approaches -- 7 Rank Based Approaches -- 8 Ensemble Methods -- 9 Algorithms for Time Series Data -- Datasets for Evaluation -- Datasets for Time Series Experiments. 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
Título : Applied Data Science : Lessons Learned for the Data-Driven Business Tipo de documento: documento electrónico Autores: Braschler, Martin, ; Stadelmann, Thilo, ; Stockinger, Kurt, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIII, 465 p. 121 ilustraciones, 92 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-11821-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Aprendizaje automático Investigación cuantitativa Sistemas de almacenamiento y recuperación de información Minería de datos y descubrimiento de conocimientos Análisis de datos y Big Data Almacenamiento y recuperación de información Índice Dewey: 006.312 Minería de datos Resumen: Este libro tiene dos objetivos principales: definir la ciencia de datos a través del trabajo de los científicos de datos y sus resultados, es decir, productos de datos, y al mismo tiempo brindar al lector lecciones relevantes aprendidas de proyectos de ciencia de datos aplicada en la intersección de la academia y la industria. Como tal, no reemplaza a un libro de texto clásico (es decir, no profundiza en los fundamentos de los métodos y principios descritos en otros lugares), pero resalta sistemáticamente la conexión entre la teoría, por un lado, y su aplicación en casos de uso específicos. en el otro. Con estos objetivos en mente, el libro se divide en tres partes: La Parte I rinde homenaje a la naturaleza interdisciplinaria de la ciencia de datos y proporciona una comprensión común de la terminología de la ciencia de datos para lectores con diferentes orígenes. Estos seis capítulos están orientados a dibujar una imagen consistente de la ciencia de datos y fueron escritos predominantemente por los propios editores. Luego, la Parte II amplía el espectro al presentar puntos de vista y perspectivas de diversos autores, algunos del mundo académico y otros de la industria, desde finanzas hasta salud y desde manufactura hasta comercio electrónico. Cada uno de estos capítulos describe un principio, método o herramienta fundamental en la ciencia de datos mediante el análisis de casos de uso específicos y la extracción de conclusiones concretas de ellos. Los estudios de caso presentados y los métodos y herramientas aplicados representan los aspectos prácticos de la ciencia de datos. Finalmente, la Parte III fue escrita nuevamente desde la perspectiva de los editores y resume las lecciones aprendidas que se han extraído de los estudios de caso de la Parte II. La sección puede verse como un metaestudio sobre ciencia de datos en una amplia gama de dominios, puntos de vista y campos. Además, proporciona respuestas a la pregunta de cuáles son los factores críticos para el éxito en diferentes proyectos de ciencia de datos. El libro está dirigido tanto a profesionales como a estudiantes de ciencia de datos: en primer lugar, científicos de datos en ejercicio en la industria y el mundo académico que desean ampliar su alcance y ampliar sus conocimientos aprovechando la experiencia combinada de los autores. En segundo lugar, los tomadores de decisiones en empresas que enfrentan el desafío de crear o implementar una estrategia basada en datos y que desean aprender de historias de éxito que abarcan una variedad de industrias. En tercer lugar, estudiantes de ciencia de datos que quieran comprender los aspectos teóricos y prácticos de la ciencia de datos, examinados por estudios de casos del mundo real en la intersección de la academia y la industria. . Nota de contenido: Preface -- 1 Introduction -- 2 Data Science -- 3 Data Scientists -- 4 Data products -- 5 Legal Aspects of Applied Data Science -- 6 Risks and Side Effects of Data Science and Data Technology -- 7 Organization -- 8 What is Data Science? -- 9 On Developing Data Science -- 10 The ethics of Big Data applications in the consumer sector -- 11 Statistical Modelling -- 12 Beyond ImageNet - Deep Learning in Industrial Practice -- 13 THE BEAUTY OF SMALL DATA - AN INFORMATION RETRIEVAL PERSPECTIVE -- 14 Narrative Visualization of Open Data -- 15 Security of Data Science and Data Science for Security -- 16 Online Anomaly Detection over Big Data Streams -- 17 Unsupervised Learning and Simulation for Complexity Management in Business Operations -- 18 Data Warehousing and Exploratory Analysis for Market Monitoring -- 19 Mining Person-Centric Datasets for Insight, Prediction, and Public Health Planning -- 20 Economic Measures of Forecast Accuracy for Demand Planning - A Case-Based Discussion -- 21 Large-Scale Data-DrivenFinancial Risk Assessment -- 22 Governance and IT Architecture -- 23 Image Analysis at Scale for Finding the Links between Structure and Biology -- 24 Lessons Learned from Challenging Data Science Case Studies. . 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 Applied Data Science : Lessons Learned for the Data-Driven Business [documento electrónico] / Braschler, Martin, ; Stadelmann, Thilo, ; Stockinger, Kurt, . - 1 ed. . - [s.l.] : Springer, 2019 . - XIII, 465 p. 121 ilustraciones, 92 ilustraciones en color.
ISBN : 978-3-030-11821-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Aprendizaje automático Investigación cuantitativa Sistemas de almacenamiento y recuperación de información Minería de datos y descubrimiento de conocimientos Análisis de datos y Big Data Almacenamiento y recuperación de información Índice Dewey: 006.312 Minería de datos Resumen: Este libro tiene dos objetivos principales: definir la ciencia de datos a través del trabajo de los científicos de datos y sus resultados, es decir, productos de datos, y al mismo tiempo brindar al lector lecciones relevantes aprendidas de proyectos de ciencia de datos aplicada en la intersección de la academia y la industria. Como tal, no reemplaza a un libro de texto clásico (es decir, no profundiza en los fundamentos de los métodos y principios descritos en otros lugares), pero resalta sistemáticamente la conexión entre la teoría, por un lado, y su aplicación en casos de uso específicos. en el otro. Con estos objetivos en mente, el libro se divide en tres partes: La Parte I rinde homenaje a la naturaleza interdisciplinaria de la ciencia de datos y proporciona una comprensión común de la terminología de la ciencia de datos para lectores con diferentes orígenes. Estos seis capítulos están orientados a dibujar una imagen consistente de la ciencia de datos y fueron escritos predominantemente por los propios editores. Luego, la Parte II amplía el espectro al presentar puntos de vista y perspectivas de diversos autores, algunos del mundo académico y otros de la industria, desde finanzas hasta salud y desde manufactura hasta comercio electrónico. Cada uno de estos capítulos describe un principio, método o herramienta fundamental en la ciencia de datos mediante el análisis de casos de uso específicos y la extracción de conclusiones concretas de ellos. Los estudios de caso presentados y los métodos y herramientas aplicados representan los aspectos prácticos de la ciencia de datos. Finalmente, la Parte III fue escrita nuevamente desde la perspectiva de los editores y resume las lecciones aprendidas que se han extraído de los estudios de caso de la Parte II. La sección puede verse como un metaestudio sobre ciencia de datos en una amplia gama de dominios, puntos de vista y campos. Además, proporciona respuestas a la pregunta de cuáles son los factores críticos para el éxito en diferentes proyectos de ciencia de datos. El libro está dirigido tanto a profesionales como a estudiantes de ciencia de datos: en primer lugar, científicos de datos en ejercicio en la industria y el mundo académico que desean ampliar su alcance y ampliar sus conocimientos aprovechando la experiencia combinada de los autores. En segundo lugar, los tomadores de decisiones en empresas que enfrentan el desafío de crear o implementar una estrategia basada en datos y que desean aprender de historias de éxito que abarcan una variedad de industrias. En tercer lugar, estudiantes de ciencia de datos que quieran comprender los aspectos teóricos y prácticos de la ciencia de datos, examinados por estudios de casos del mundo real en la intersección de la academia y la industria. . Nota de contenido: Preface -- 1 Introduction -- 2 Data Science -- 3 Data Scientists -- 4 Data products -- 5 Legal Aspects of Applied Data Science -- 6 Risks and Side Effects of Data Science and Data Technology -- 7 Organization -- 8 What is Data Science? -- 9 On Developing Data Science -- 10 The ethics of Big Data applications in the consumer sector -- 11 Statistical Modelling -- 12 Beyond ImageNet - Deep Learning in Industrial Practice -- 13 THE BEAUTY OF SMALL DATA - AN INFORMATION RETRIEVAL PERSPECTIVE -- 14 Narrative Visualization of Open Data -- 15 Security of Data Science and Data Science for Security -- 16 Online Anomaly Detection over Big Data Streams -- 17 Unsupervised Learning and Simulation for Complexity Management in Business Operations -- 18 Data Warehousing and Exploratory Analysis for Market Monitoring -- 19 Mining Person-Centric Datasets for Insight, Prediction, and Public Health Planning -- 20 Economic Measures of Forecast Accuracy for Demand Planning - A Case-Based Discussion -- 21 Large-Scale Data-DrivenFinancial Risk Assessment -- 22 Governance and IT Architecture -- 23 Image Analysis at Scale for Finding the Links between Structure and Biology -- 24 Lessons Learned from Challenging Data Science Case Studies. . 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
PermalinkPermalinkPermalinkPermalink
Permalink
PermalinkPermalinkPermalink
