مجله علمی تفریحی بیبیس
0

دانلود کتاب روش های محاسباتی برای تجزیه و تحلیل داده ها

بازدید 804
  • عنوان کتاب: Computational Methods for Data Analysis
  • نویسنده: Yeliz Karaca and Carlo Cattani
  • حوزه: تحلیل داده
  • سال انتشار: 2019
  • تعداد صفحه: 398
  • زبان اصلی: انگلیسی
  • نوع فایل: pdf
  • حجم فایل: 6.29 مگابایت

ظهور کامپیوتری قابلیت های ما را در زمینه تولید و جمع آوری داده ها از منابع بی شمار تا حد زیادی بهبود بخشیده است. حجم عظیمی از داده ها تقریباً در تمام جنبه های زندگی سرازیر شده است. چنین رشدی در داده ها منجر به نیاز فوری به توسعه ابزارهای جدید شده است که می تواند به شیوه ای هوشمندانه به ما کمک کند. در پرتو همه این پیشرفت‌ها، این کتاب به روش‌های یادگیری عصبی می‌پردازد و هدف آن روشن کردن برنامه‌هایی است که داده‌های نمونه در دسترس هستند اما الگوریتم‌هایی برای تجزیه و تحلیل وجود ندارد. کاربردهای موفق هوش مصنوعی قبلاً به طور گسترده در زندگی ما معرفی شده است. در حال حاضر برخی از نرم افزارهای تجاری برای تشخیص دست خط و گفتار توسعه یافته وجود دارد. در زندگی تجاری، شرکت‌های خرده‌فروش می‌توانند داده‌های گذشته را بررسی کرده و از این داده‌ها برای بهبود مدیریت ارتباط با مشتری خود استفاده کنند. از سوی دیگر، مؤسسات مالی می‌توانند تحلیل ریسک وام‌ها را از آنچه از رفتار گذشته مشتریان خود آموخته‌اند، انجام دهند. به طور خاص، داده ها هر روز در حال افزایش هستند و تنها پس از بررسی آنها از طریق رایانه می توانیم چنین داده هایی را به دانش تبدیل کنیم. در این کتاب به برخی از روش های مرتبط با ریاضیات، آمار، مهندسی، کاربردهای پزشکی، اقتصاد و همچنین امور مالی می پردازیم. هدف ما ارائه یک زمینه مشترک و رویکرد بین رشته ای برای هر دو مشکلات و پیشنهاد راه حل ها به روشی یکپارچه است. علاوه بر این، ما توضیحات ساده و دقیق ارائه می دهیم تا خوانندگان ما بتوانند از عملیات ریاضی به بعد برنامه تبدیل شوند. برنامه های کاربردی در کتاب سه مجموعه داده مختلف مربوط به الگوریتم های هر بخش را پوشش می دهند. ما به عنوان نویسندگان از نوشتن این کتاب نهایت لذت را برده ایم و امیدواریم شما نیز به همین میزان لذت ببرید و آن را برای مطالعات خود و همچنین در کاربردهای مختلف مفید بدانید.

The advent of computerization has improved our capabilities in terms of generating and collecting data from myriad of sources to a large extent. A huge amount of data has inundated nearly in all walks of lives. Such growth in data has led to an immediate need for the development of new tools, which can be of help to us in an intelligent manner. In the light of all these developments, this book dwells on neural learning methods and it aims at shedding light on those applications where sample data are available but algorithms for analysis are missing. Successful applications of artificial intelligence have already been extensively introduced into our lives. There already exist some commercial software developed for the recognition of handwriting and speech. In business life, retailer companies can examine the past data and use such data for the enhancement of their customer relationship management. Financial institutions, on the other hand, are able to conduct risk analyses for loans from what they have learned from their customers’ past behavior. In particular, data are increasing every day and we can convert such data into knowledge only after examining them through a computer. In this book, we will discuss some of the methods related to mathematics, statistics, engineering, medical applications, economics as well as finance. Our aim is to come up with a common ground and interdisciplinary approach for both the problems and suggest solutions in an integrative way. In addition, we provide simple and to-the-point explanations so that it will be possible for our readers to make conversions from mathematical operations into programme dimension. The applications in the book cover three different datasets relating to the algorithms in each section. We, as the authors, have thoroughly enjoyed writing this book, and we hope you will also enjoy to the same extent and find it beneficial for your studies as well as in various applications.

این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:

Download: Computational Methods for Data Analysis

نظرات کاربران

  •  چنانچه دیدگاه شما توهین آمیز باشد تایید نخواهد شد.
  •  چنانچه دیدگاه شما جنبه تبلیغاتی داشته باشد تایید نخواهد شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

بیشتر بخوانید