توضیحات
This timely text/reference reviews the state of the art of big data analytics, with a particular focus on practical applications. An authoritative selection of leading international researchers present detailed analyses of existing trends for storing and analyzing big data, together with valuable insights into the challenges inherent in current approaches and systems. This is further supported by real-world examples drawn from a broad range of application areas, including healthcare, education, and disaster management. The text also covers, typically from an application-oriented perspective, advances in data science in such areas as big data collection, searching, analysis, and knowledge discovery.
Topics and features:
- Discusses a model for data traffic aggregation in 5G cellular networks, and a novel scheme for resource allocation in 5G networks with network slicing
- Explores methods that use big data in the assessment of flood risks, and apply neural networks techniques to monitor the safety of nuclear power plants
- Describes a system which leverages big data analytics and the Internet of Things in the application of drones to aid victims in disaster scenarios
- Proposes a novel deep learning-based health data analytics application for sleep apnea detection, and a novel pathway for diagnostic models of headache disorders
- Reviews techniques for educational data mining and learning analytics, and introduces a scalable MapReduce graph partitioning approach for high degree vertices
- Presents a multivariate and dynamic data representation model for the visualization of healthcare data, and big data analytics methods for software reliability assessment
This practically-focused volume is an invaluable resource for all researchers, academics, data scientists and business professionals involved in the planning, designing, and implementation of big data analytics projects.
Dr. Mohammed M. Alani is an Associate Professor in Computer Engineering and currently is the Provost at Al Khawarizmi International College, Abu Dhabi, UAE. Dr. Hissam Tawfik is a Professor of Computer Science in the School of Computing, Creative Technologies & Engineering at Leeds Beckett University, UK. Dr. Mohammed Saeed is a Professor in Computing and currently is the Vice President for Academic Affairs and Research at the University of Modern Sciences, Dubai, UAE. Dr. Obinna Anya is a Research Staff Member at IBM Research Almaden, San Jose, CA, USA.
————————————————————–
ترجمه ماشینی :
این متن/مرجع به موقع، وضعیت هنر تجزیه و تحلیل داده های بزرگ را با تمرکز ویژه بر کاربردهای عملی مرور می کند. مجموعه معتبری از محققان بینالمللی پیشرو، تحلیلهای دقیقی از روندهای موجود برای ذخیرهسازی و تجزیه و تحلیل دادههای بزرگ، همراه با بینشهای ارزشمند در مورد چالشهای ذاتی رویکردها و سیستمهای کنونی ارائه میکنند. این بیشتر توسط نمونههای دنیای واقعی که از طیف گستردهای از حوزههای کاربردی، از جمله مراقبتهای بهداشتی، آموزش و مدیریت بلایا استخراج شدهاند، پشتیبانی میشود. این متن همچنین معمولاً از منظر برنامهمحور، پیشرفتهای علم داده در زمینههایی مانند جمعآوری کلان داده، جستجو، تجزیه و تحلیل و کشف دانش را پوشش میدهد.
موضوعات و ویژگی ها:
- درباره مدلی برای تجمیع ترافیک داده ها در شبکه های سلولی 5G و طرحی جدید برای تخصیص منابع در شبکه های 5G با برش شبکه
- روش هایی را بررسی می کند که از داده های بزرگ در ارزیابی خطرات سیل استفاده می کنند و از تکنیک های شبکه های عصبی برای نظارت بر ایمنی استفاده می کنند. نیروگاه های هسته ای
- سیستمی را توصیف می کند که از تجزیه و تحلیل داده های بزرگ و اینترنت اشیا در استفاده از هواپیماهای بدون سرنشین برای کمک به قربانیان در سناریوهای فاجعه بهره می برد
- یک سلامت مبتنی بر یادگیری عمیق جدید را پیشنهاد می کند. برنامه تجزیه و تحلیل داده ها برای تشخیص آپنه خواب، و مسیری جدید برای مدل های تشخیصی اختلالات سردرد
- تکنیک های داده کاوی آموزشی و تجزیه و تحلیل یادگیری را بررسی می کند و یک رویکرد تقسیم بندی نموداری مقیاس پذیر MapReduce را برای راس های درجه بالا معرفی می کند. >
- یک مدل نمایش دادههای چند متغیره و پویا برای تجسم دادههای مراقبتهای بهداشتی و روشهای تجزیه و تحلیل دادههای بزرگ برای ارزیابی قابلیت اطمینان نرمافزار ارائه میکند
این حجم عملی متمرکز منبع ارزشمندی برای همه محققان، دانشگاهیان است. ، دانشمندان داده و متخصصان تجارت درگیر در برنامه ریزی، طراحی و اجرای پروژه های تجزیه و تحلیل داده های بزرگ.
Dr. محمد ام. آلانی دانشیار مهندسی کامپیوتر است و در حال حاضر استاد دانشکده بین المللی الخوارزمی، ابوظبی، امارات است. دکتر حسام توفیق استاد علوم کامپیوتر در دانشکده محاسبات، فناوریهای خلاق و مهندسی در دانشگاه لیدز بکت، انگلستان است. دکتر محمد سعید استاد محاسبات و در حال حاضر معاون امور علمی و تحقیقاتی دانشگاه علوم مدرن دبی، امارات است. دکتر Obinna Anya عضو کارکنان تحقیقاتی IBM Research Almaden، San Jose، CA، USA است.
tag : دانلود کتاب کاربردهای تجزیه و تحلیل داده های بزرگ , Download کاربردهای تجزیه و تحلیل داده های بزرگ , دانلود کاربردهای تجزیه و تحلیل داده های بزرگ , Download Applications of Big Data Analytics Book , کاربردهای تجزیه و تحلیل داده های بزرگ دانلود , buy کاربردهای تجزیه و تحلیل داده های بزرگ , خرید کتاب کاربردهای تجزیه و تحلیل داده های بزرگ , دانلود کتاب Applications of Big Data Analytics , کتاب Applications of Big Data Analytics , دانلود Applications of Big Data Analytics , خرید Applications of Big Data Analytics , خرید کتاب Applications of Big Data Analytics ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.