Tin mới nhất

Menu

Ebook Cẩm Nang Machine Learning Cho Data Science - Data Mining Và Knowledge Discovery Handbook [Ấn Bản Lần 3, Tháng 8-2023] [PDF, EPUB] [9760E]

Cuốn sách này là bản cập nhật lớn cho ấn bản thứ nhất và thứ hai rất thành công (2005 và 2010) của Cẩm Nang Data Mining và Knowledge Discovery. Kể từ phiên bản trước, lĩnh vực này đã tiếp tục phát triển và trở nên phổ biến. Các phương pháp hiện tại không ngừng được cải tiến và các phương pháp, ứng dụng và khía cạnh mới được giới thiệu. Tiêu đề mới của cuốn sổ tay này và nội dung của nó phản ánh đầy đủ những thay đổi này. Một số chương hiện có đã được cập nhật. Ngoài việc sửa đổi chính các chương hiện có, phiên bản mới còn bao gồm các chủ đề hoàn toàn mới, chẳng hạn như: deep learning, explainable AI, human factors và social issues cũng như các phương pháp nâng cao cho big-data. Sự cải tiến đáng kể về nội dung phản ánh tầm quan trọng ngày càng tăng của khoa học dữ liệu. Phiên bản thứ ba cũng là cơ hội kịp thời để kết hợp nhiều thay đổi khác dựa trên phản hồi của đọc giả.

Cuốn sổ tay toàn diện này cũng trình bày một repository mạch lạc và thống nhất về các khái niệm, lý thuyết, phương pháp, xu hướng, thách thức và ứng dụng chính của khoa học dữ liệu. Nó bao gồm tất cả các phương pháp học máy quan trọng được sử dụng trong khoa học dữ liệu.

Khả năng tiếp cận và sự phong phú của dữ liệu ngày nay làm cho vấn đề khoa học dữ liệu trở nên quan trọng và cần thiết. Với sự phát triển gần đây của lĩnh vực này, không có gì đáng ngạc nhiên khi các researcher và practitioner hiện nay có sẵn rất nhiều phương pháp và công cụ để sử dụng. Mặc dù statistics là nền tảng cho khoa học dữ liệu nhưng các phương pháp bắt nguồn từ trí tuệ nhân tạo, đặc biệt là học máy, cũng đang đóng một vai trò quan trọng.

Cuốn Cẩm Nang này nhằm mục đích làm tài liệu tham khảo chính cho các nhà nghiên cứu trong lĩnh vực công nghệ thông tin, Thương mại điện tử, truy xuất thông tin, khoa học dữ liệu, học máy, khai thác dữ liệu, cơ sở dữ liệu và thống kê cũng như sinh viên trình độ cao đang học về khoa học máy tính hoặc kỹ thuật điện. Các Practitioner làm việc trong các lĩnh vực liên quan và nhà khoa học dữ liệu cũng sẽ muốn mua cuốn sổ tay này để tham khảo.

Các chủ đề chính:

  • ✓ 01. Data Science and Knowledge Discovery sử dụng phương pháp học máy.
  • ✓ 02. Handling Missing Attribute Values.
  • ✓ 03. Data Integration Process Automation sử dụng Machine Learning: Issues và Solution.
  • ✓ 04. Rule Induction.
  • ✓ 05. Nearest-Neighbor Methods: Một góc nhìn hiện đại.
  • ✓ 06. Support Vector Machines.
  • ✓ 07. Empowering Interpretable, Explainable Machine Learning sử dụng Bayesian Network Classifiers.
  • ✓ 08. Soft Decision Trees.
  • ✓ 09. Quality Assessment và Evaluation Criteria trong Supervised Learning.
  • ✓ 10. Trajectory Clustering Analysis.
  • ✓ 11. Clustering High-Dimensional Data.
  • ✓ 12. Fuzzy C-Means Clustering: Những tiến bộ và thách thức (Phần II).
  • ✓ 13. Clustering in Streams.
  • ✓ 14. Giới thiệu về Deep Learning.
  • ✓ 15. Graph Embedding.
  • ✓ 16. Autoencoders.
  • ✓ 17. Generative Adversarial Networks.
  • ✓ 18. Spatial Data Science.
  • ✓ 19. Multimedia Data Learning.
  • ✓ 20. Web Mining.
  • ✓ 21. Mining Temporal Data.
  • ✓ 22. Cloud Big Data Mining và Analytics: Mang lại sự xanh và tăng tốc cho đám mây.
  • ✓ 23. Multi-Label Ranking: Mining Multi-Label và Label Ranking Data.
  • ✓ 24. Reinforcement Learning for Data Science.
  • ✓ 25. Adversarial Machine Learning.
  • ✓ 26. Ensembled Transferred Embeddings.
  • ✓ 27. Data Mining in Medicine.
  • ✓ 28. Recommender Systems.
  • ✓ 29. Activity Recognition.
  • ✓ 30. Social Network Analysis for Disinformation Detection.
  • ✓ 31. Online Propaganda Detection.
  • ✓ 32. Interpretable Machine Learning for Financial Applications.
  • ✓ 33. Predictive Analytics for Targeting Decisions.
  • ✓ 34. Machine Learning for the Geosciences.
  • ✓ 35. Sentiment Analysis for Social Text.
  • ✓ 36. Human Resources-Based Organizational Data Mining (HRODM): Themes, Trends, Focus, Future.
  • ✓ 37. Algorithmic Fairness.
  • ✓ 38. Privacy-Preserving Data Mining (PPDM).
  • ✓ 39. Explainable Machine Learning và Visual Knowledge Discovery.
  • ✓ 40. Visual Analytics và Human Involvement trong Machine Learning.
  • ✓ 41. Explainable Artificial Intelligence (XAI): Motivation, Terminology, và Taxonomy.


NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU




Copyright Disclaimer:
This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.
Tuyên bố miễn trừ bản quyền:
Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.

Chia sẽ bài viết lên:

Nhà Sách Tin Học

Chào mừng các bạn đến với Blog Nhà Sách Tin Học. Thông qua Blog này mình muốn chia sẻ đến các bạn những kiến thức về tin học, các tài liệu hay giáo trình mà mình có hoặc siêu tầm được... Mình rất mong được sự ủng hộ nhiệt tình của các bạn bằng cách comment bài viết, chia sẻ bài viết hoặc liên hệ với mình qua blog này! Mình xin cảm ơn!

No Comment to " Ebook Cẩm Nang Machine Learning Cho Data Science - Data Mining Và Knowledge Discovery Handbook [Ấn Bản Lần 3, Tháng 8-2023] [PDF, EPUB] [9760E] "

  • To add an Emoticons Show Icons
  • To add code Use [pre]code here[/pre]
  • To add an Image Use [img]IMAGE-URL-HERE[/img]
  • To add Youtube video just paste a video link like http://www.youtube.com/watch?v=0x_gnfpL3RM