Big Data Analytics: Systems, Algorithms, Applications / Prabhu, C.S.R  

Público ISBD Ningún comentario para este registro. Título : Big Data Analytics: Systems, Algorithms, Applications Tipo de documento: documento electrónico Autores: Prabhu, C.S.R, ; Chivukula, Aneesh Sreevallabh, ; Mogadala, Aditya, ; Ghosh, Rohit, ; Livingston, L.M. Jenila, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2019 Número de páginas: XXVI, 412 p. 174 ilustraciones, 108 ilustraciones en color. ISBN/ISSN/DL: 978-981-1500947-- 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: Grandes datos  Procesamiento de datos  Minería de datos y descubrimiento de conocimientos Clasificación: 005.7 Resumen: Este libro proporciona un estudio completo de las técnicas, tecnologías y aplicaciones de Big Data y su análisis. El fenómeno Big Data está impactando cada vez más a todos los sectores empresariales e industriales, produciendo un nuevo ecosistema de información emergente. En el frente de las aplicaciones, el libro ofrece descripciones detalladas de diversas áreas de aplicación de Big Data Analytics en los importantes dominios de la Web Social Semántica Minería, Servicios Bancarios y Financieros, Mercados de Capitales, Seguros, Publicidad, Sistemas de Recomendación, Bioinformática, IoT y Fog Computing, antes de profundizar en temas de seguridad y privacidad. Con respecto a las técnicas de aprendizaje automático, el libro presenta todos los algoritmos estándar para el aprendizaje, incluidas técnicas supervisadas, semisupervisadas y no supervisadas, como técnicas de aprendizaje en clústeres y de refuerzo para realizar un aprendizaje profundo colectivo. También se cubre el aprendizaje no lineal y de múltiples capas para Big Data. A su vez, el libro destaca estudios de casos de la vida real sobre implementaciones exitosas de Big Data Analytics en grandes empresas de TI como Google, Facebook, LinkedIn y Microsoft. Los estudios de casos multisectoriales sobre empresas de dominio como Deutsche Bank, el proveedor de energía Opower, Delta Airlines y una aplicación de transporte urbano chino representan una valiosa adición. Dada su cobertura integral de Big Data Analytics, el libro ofrece un recurso único para estudiantes de pregrado y posgrado, investigadores, educadores y profesionales de TI por igual. Nota de contenido: Big Data -- Intelligent Systems -- Analytics Models for Data Science -- Big Data Tools – Hadoop Eco System -- Predictive Modeling for Unstructured Data -- Machine Learning Algorithms for Big Data -- Social Semantic Web Mining and Big Data Analytics -- Internet of Things (IoT) and Big Data Analytics -- Big Data Analytics for Financial and Services Banking -- Big Data Analytics Techniques in Capital Market Use Cases. Tipo de medio : Computadora Summary : This book provides a comprehensive survey of techniques, technologies and applications of Big Data and its analysis. The Big Data phenomenon is increasingly impacting all sectors of business and industry, producing an emerging new information ecosystem. On the applications front, the book offers detailed descriptions of various application areas for Big Data Analytics in the important domains of Social Semantic Web Mining, Banking and Financial Services, Capital Markets, Insurance, Advertisement, Recommendation Systems, Bio-Informatics, the IoT and Fog Computing, before delving into issues of security and privacy. With regard to machine learning techniques, the book presents all the standard algorithms for learning – including supervised, semi-supervised and unsupervised techniques such as clustering and reinforcement learning techniques to perform collective Deep Learning. Multi-layered and nonlinear learning for Big Data are also covered. In turn,the book highlights real-life case studies on successful implementations of Big Data Analytics at large IT companies such as Google, Facebook, LinkedIn and Microsoft. Multi-sectorial case studies on domain-based companies such as Deutsche Bank, the power provider Opower, Delta Airlines and a Chinese City Transportation application represent a valuable addition. Given its comprehensive coverage of Big Data Analytics, the book offers a unique resource for undergraduate and graduate students, researchers, educators and IT professionals alike. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Big Data Analytics: Systems, Algorithms, Applications [documento electrónico] / Prabhu, C.S.R, ; Chivukula, Aneesh Sreevallabh, ; Mogadala, Aditya, ; Ghosh, Rohit, ; Livingston, L.M. Jenila,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2019 . - XXVI, 412 p. 174 ilustraciones, 108 ilustraciones en color. ISBN : 978-981-1500947-- 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: Grandes datos  Procesamiento de datos  Minería de datos y descubrimiento de conocimientos Clasificación: 005.7 Resumen: Este libro proporciona un estudio completo de las técnicas, tecnologías y aplicaciones de Big Data y su análisis. El fenómeno Big Data está impactando cada vez más a todos los sectores empresariales e industriales, produciendo un nuevo ecosistema de información emergente. En el frente de las aplicaciones, el libro ofrece descripciones detalladas de diversas áreas de aplicación de Big Data Analytics en los importantes dominios de la Web Social Semántica Minería, Servicios Bancarios y Financieros, Mercados de Capitales, Seguros, Publicidad, Sistemas de Recomendación, Bioinformática, IoT y Fog Computing, antes de profundizar en temas de seguridad y privacidad. Con respecto a las técnicas de aprendizaje automático, el libro presenta todos los algoritmos estándar para el aprendizaje, incluidas técnicas supervisadas, semisupervisadas y no supervisadas, como técnicas de aprendizaje en clústeres y de refuerzo para realizar un aprendizaje profundo colectivo. También se cubre el aprendizaje no lineal y de múltiples capas para Big Data. A su vez, el libro destaca estudios de casos de la vida real sobre implementaciones exitosas de Big Data Analytics en grandes empresas de TI como Google, Facebook, LinkedIn y Microsoft. Los estudios de casos multisectoriales sobre empresas de dominio como Deutsche Bank, el proveedor de energía Opower, Delta Airlines y una aplicación de transporte urbano chino representan una valiosa adición. Dada su cobertura integral de Big Data Analytics, el libro ofrece un recurso único para estudiantes de pregrado y posgrado, investigadores, educadores y profesionales de TI por igual. Nota de contenido: Big Data -- Intelligent Systems -- Analytics Models for Data Science -- Big Data Tools – Hadoop Eco System -- Predictive Modeling for Unstructured Data -- Machine Learning Algorithms for Big Data -- Social Semantic Web Mining and Big Data Analytics -- Internet of Things (IoT) and Big Data Analytics -- Big Data Analytics for Financial and Services Banking -- Big Data Analytics Techniques in Capital Market Use Cases. Tipo de medio : Computadora Summary : This book provides a comprehensive survey of techniques, technologies and applications of Big Data and its analysis. The Big Data phenomenon is increasingly impacting all sectors of business and industry, producing an emerging new information ecosystem. On the applications front, the book offers detailed descriptions of various application areas for Big Data Analytics in the important domains of Social Semantic Web Mining, Banking and Financial Services, Capital Markets, Insurance, Advertisement, Recommendation Systems, Bio-Informatics, the IoT and Fog Computing, before delving into issues of security and privacy. With regard to machine learning techniques, the book presents all the standard algorithms for learning – including supervised, semi-supervised and unsupervised techniques such as clustering and reinforcement learning techniques to perform collective Deep Learning. Multi-layered and nonlinear learning for Big Data are also covered. In turn,the book highlights real-life case studies on successful implementations of Big Data Analytics at large IT companies such as Google, Facebook, LinkedIn and Microsoft. Multi-sectorial case studies on domain-based companies such as Deutsche Bank, the power provider Opower, Delta Airlines and a Chinese City Transportation application represent a valuable addition. Given its comprehensive coverage of Big Data Analytics, the book offers a unique resource for undergraduate and graduate students, researchers, educators and IT professionals alike. 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