Thông tin tài liệu


Nhan đề : Knowledge Graphs and Big Data Processing
Người chỉnh sửa:: Valentina Janev; Damien Graux; Hajira Jabeen; Emanuel Sallinger
Từ khoá : Khoa học máy tính; Dữ liệu lớn; Xử lý dữ liệu; Thuật toán đồ thị
Năm xuất bản : 2020
Nhà xuất bản : Springer Nature
Tóm tắt : Cuốn sách truy cập mở này là một phần của Dự án LAMBDA (Học, Ứng dụng, Nhân Phân tích Dữ liệu Lớn), do Liên minh Châu Âu tài trợ. Phân tích dữ liệu liên quan đến việc áp dụng các quy trình thuật toán để rút ra những hiểu biết sâu sắc. Ngày nay nó được sử dụng trong nhiều ngành công nghiệp để cho phép các tổ chức và công ty đưa ra quyết định tốt hơn cũng như xác minh hoặc bác bỏ các lý thuyết hoặc mô hình hiện có. Thuật ngữ phân tích dữ liệu thường được sử dụng thay thế cho trí thông minh, thống kê, lý luận, khai thác dữ liệu, khám phá kiến thức và những thứ khác. Mục tiêu của cuốn sách này là giới thiệu một số định nghĩa, phương pháp, công cụ, khung và giải pháp xử lý dữ liệu lớn, bắt đầu từ quá trình trích xuất thông tin và biểu diễn tri thức, thông qua xử lý và phân tích tri thức đến trực quan hóa, tạo cảm giác và những ứng dụng thực tế. Mỗi chương trong cuốn sách này đề cập đến một số khía cạnh thích hợp của chuỗi xử lý dữ liệu, với trọng tâm cụ thể là tìm hiểu Sơ đồ tri thức doanh nghiệp, Kiến trúc dữ liệu lớn ngữ nghĩa và các giải pháp Phân tích dữ liệu thông minh. Cuốn sách này hướng tới những sinh viên tốt nghiệp các ngành kỹ thuật, những khán giả chuyên nghiệp đang theo học các khóa học ngắn hạn về giáo dục liên tục và dành cho các nhà nghiên cứu từ các lĩnh vực khác nhau đang theo học các khóa học tự học. Cần có các kỹ năng cơ bản về khoa học máy tính, toán học và thống kê.
Mô tả: Ebook miễn phí tại trang https://library.oapen.org
URI: http://dlib.hust.edu.vn/handle/HUST/24196
Liên kết tài liệu gốc: https://library.oapen.org/handle/20.500.12657/41294
ISBN : 978-3-030-53199-7
Trong bộ sưu tập: OER - Công nghệ thông tin
XEM MÔ TẢ

27

XEM & TẢI

69

Danh sách tệp tin đính kèm:
Ảnh bìa
  • OER000003117.pdf
      Restricted Access
    • Dung lượng : 3,21 MB

    • Định dạng : Adobe PDF



  • Tài liệu được cấp phép theo Bản quyền Creative Commons Creative Commons