Thông tin tài liệu


Nhan đề : Data Science and Big Data in Biology, Physical Science and Engineering
Người chỉnh sửa:: Mohammed Mahmoud
Từ khoá : Khoa học máy tính; Dữ liệu lớn
Năm xuất bản : 2022
Nhà xuất bản : MDPI - Multidisciplinary Digital Publishing Institute
Tóm tắt : Phân tích dữ liệu lớn là một trong những lĩnh vực phát triển và nghiên cứu hiện đại nhất hiện nay. Lượng dữ liệu khổng lồ được tạo ra mỗi ngày từ các công nghệ kỹ thuật số và hệ thống thông tin hiện đại, chẳng hạn như điện toán đám mây và thiết bị Internet of Things (IoT). Việc phân tích lượng dữ liệu khổng lồ này đã trở thành một nhu cầu thiết yếu và đòi hỏi nhiều nỗ lực để rút ra những kiến ​​thức có giá trị cho việc ra quyết định, từ đó sẽ giúp ích cho cả giới học thuật và ngành công nghiệp. Dữ liệu lớn và Khoa học dữ liệu đã xuất hiện do vai trò quan trọng của chúng. nhu cầu tạo, lưu trữ, tổ chức và xử lý lượng dữ liệu khổng lồ. Các nhà khoa học dữ liệu cố gắng sử dụng các phương pháp và mô hình Trí tuệ nhân tạo (AI) và Học máy (ML) để cho phép máy tính phát hiện và xác định nội dung mà dữ liệu thể hiện, đồng thời có thể phát hiện các mẫu nhanh hơn, hiệu quả và đáng tin cậy hơn con người. Mục tiêu đằng sau việc này Số đặc biệt nhằm khám phá và thảo luận về các nguyên tắc, công cụ và mô hình khác nhau trong bối cảnh Khoa học dữ liệu, cũng như các khái niệm và kỹ thuật đa dạng và đa dạng trong Dữ liệu lớn trong Sinh học, Hóa học, Kỹ thuật y sinh, Vật lý, Toán học và các lĩnh vực khác có tác dụng với Dữ liệu lớn.
Mô tả: Ebook miễn phí tại trang https://directory.doabooks.org/
URI: http://dlib.hust.edu.vn/handle/HUST/25429
Liên kết tài liệu gốc: https://www.mdpi.com/books/reprint/8732-data-science-and-big-data-in-biology-physical-science-and-engineering
ISBN : 978-3-7258-0035-3
Trong bộ sưu tập: OER - Công nghệ thông tin
XEM MÔ TẢ

79

XEM & TẢI

246

Danh sách tệp tin đính kèm:
Ảnh bìa
  • OER000003379.pdf
      Restricted Access
    • Dung lượng : 3,04 MB

    • Định dạng : Adobe PDF



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