Digital Library :: Browsing by Topic "Khoa Khoa học ứng dụng"

Browsing by Topic "Khoa Khoa học ứng dụng"

Now showing 1 - 24 of 47

Algorithms For Big Data
(World Scientific, 2020) Feldman, Moran
This unique volume is an introduction for computer scientists, including a formal study of theoretical algorithms for Big Data applications, which allows them to work on such algorithms in the future. It also serves as a useful reference guide for the general computer science population, providing a comprehensive overview of the fascinating world of such algorithms.To achieve these goals, the algorithmic results presented have been carefully chosen so that they demonstrate the important techniques and tools used in Big Data algorithms, and yet do not require tedious calculations or a very deep mathematical background.
Bài Giảng Toán cao cấp 3
(2012) Khoa KHCB - ĐHKTKTCN
Big Data : Principles and Best Practices of Scalable Realtime Data Systems
(Manning, 2015) Warren, James; Marz, Nathan
SummaryBig Data teaches you to build big data systems using an architecture that takes advantage of clustered hardware along with new tools designed specifically to capture and analyze web-scale data. It describes a scalable, easy-to-understand approach to big data systems that can be built and run by a small team. Following a realistic example, this book guides readers through the theory of big data systems, how to implement them in practice, and how to deploy and operate them once they're built.Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.About the BookWeb-scale applications like social networks, real-time analytics, or e-commerce sites deal with a lot of data, whose volume and velocity exceed the limits of traditional database systems. These applications require architectures built around clusters of machines to store and process data of any size, or speed.
Big Data For Dummies
(For Dummies, 2013) Hurwitz, Judith S.; Nugent, Alan; Halper, Fern; Kaufman, Marcia
Find the right big data solution for your business or organization Big data management is one of the major challenges facing business, industry, and not-for-profit organizations. Data sets such as customer transactions for a mega-retailer, weather patterns monitored by meteorologists, or social network activity can quickly outpace the capacity of traditional data management tools. If you need to develop or manage big data solutions, you'll appreciate how these four experts define, explain, and guide you through this new and often confusing concept. You'll learn what it is, why it matters, and how to choose and implement solutions that work. Effectively managing big data is an issue of growing importance to businesses, not-for-profit organizations, government, and IT professionals Authors are experts in information management, big data, and a variety of solutions Explains big data in detail and discusses how to select and implement a solution, security concerns to consider, data storage and presentation issues, analytics, and much more
Cloud Ethics : Algorithms and the Attributes of Ourselves and Others
(Duke University Press Books, 2020) Amoore, Louise
In Cloud Ethics Louise Amoore examines how machine learning algorithms are transforming the ethics and politics of contemporary society. Conceptualizing algorithms as ethicopolitical entities that are entangled with the data attributes of people, Amoore outlines how algorithms give incomplete accounts of themselves, learn through relationships with human practices, and exist in the world in ways that exceed their source code. In these ways, algorithms and their relations to people cannot be understood by simply examining their code, nor can ethics be encoded into algorithms. Instead, Amoore locates the ethical responsibility of algorithms in the conditions of partiality and opacity that haunt both human and algorithmic decisions. To this end, she proposes what she calls cloud ethics—an approach to holding algorithms accountable by engaging with the social and technical conditions under which they emerge and operate.
Data And Society
(World Scientific, 2022) Beynon-Davies, Paul
Most literature thinks of the relationship between data and society as additive, meaning that data and society are seen as two separate sets of things but which overlap to form an intersection. The literature then goes off to unpack the intersection of the two circles and partners the term data in this manner with terms descriptive of the domain of society — ownership, control, surveillance, and privacy, to name but a few.Within this book, we want to promote an alternative viewpoint of the relationship between data and society. Rather than explaining how data fits with or contributes to some burning societal issues, we want to explain how data is constitutive of many such issues. The term constitutive is used here in the sense of data having power to institute, establish, or enact society.
Data Mining : Practical Machine Learning Tools and Techniques
(Morgan Kaufmann, 2017) Witten, Ian H.; Frank, Eibe; Hall, Mark A.; Pal, Christopher J.
Data Mining: Practical Machine Learning Tools and Techniques, Fourth Edition, offers a thorough grounding in machine learning concepts, along with practical advice on applying these tools and techniques in real-world data mining situations. This highly anticipated fourth edition of the most acclaimed work on data mining and machine learning teaches readers everything they need to know to get going, from preparing inputs, interpreting outputs, evaluating results, to the algorithmic methods at the heart of successful data mining approaches. Extensive updates reflect the technical changes and modernizations that have taken place in the field since the last edition, including substantial new chapters on probabilistic methods and on deep learning.
Data Science and Big Data Analytics : Discovering, Analyzing, Visualizing and Presenting Data
(Wiley, 2015) EMC Education Services
Data Science and Big Data Analytics is about harnessing the power of data for new insights. The book covers the breadth of activities and methods and tools that Data Scientists use. The content focuses on concepts, principles and practical applications that are applicable to any industry and technology environment, and the learning is supported and explained with examples that you can replicate using open-source software. This book will help you: Become a contributor on a data science team Deploy a structured lifecycle approach to data analytics problems Apply appropriate analytic techniques and tools to analyzing big data Learn how to tell a compelling story with data to drive business action Prepare for EMC Proven Professional Data Science Certification Get started discovering, analyzing, visualizing, and presenting data in a meaningful way today!
Data Warehousing For Dummies
(Wiley Publishing, 2009) Hammergren, Thomas C.
Data warehousing is one of the hottest business topics, and there's more to understanding data warehousing technologies than you might think. Find out the basics of data warehousing and how it facilitates data mining and business intelligence with Data Warehousing For Dummies, 2nd Edition. Data is probably your company's most important asset, so your data warehouse should serve your needs. The fully updated Second Edition of Data Warehousing For Dummies helps you understand, develop, implement, and use data warehouses, and offers a sneak peek into their future. You'll learn to: Analyze top-down and bottom-up data warehouse designs Understand the structure and technologies of data warehouses, operational data stores, and data marts Choose your project team and apply best development practices to your data warehousing projects Implement a data warehouse, step by step, and involve end-users in the process Review and upgrade existing data storage to make it serve your needs Comprehend OLAP, column-wise databases, hardware assisted databases, and middleware
Giáo trình Đại số tuyến tính cho Khoa học dữ liệu
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2025-4-15) Phạm, Văn Bằng; Lê, Lệ Hằng; Cao, Thị Thanh Xuân
Trình bày các khái niệm về Ma trận và định thức cùng với các công cụ giải toán như phép biến đổi sơ cấp, các phép tính toán trên ma trận. Trình bày các khái niệm và phương pháp giải hệ phương trình tuyến tính. Trình bày các khái niệm về không gian vectơ và cách tìm cơ sở số chiều của không gian vectơ, không gian con, ma trận chuyển cơ sở. Trình bày các khái niệm của ánh xạ tuyến tính, các phương pháp tìm ma trận, Nhân, Ảnh của ánh xạ tuyến tính. Trình bày các khái niệm giá trị riêng, vectơ riêng của ma trận, của toán tử tuyến tính, Áp dụng chéo hóa một ma trận. Trình bày được các khái niệm tích vô hướng, hệ trực chuẩn, ma trận trực giao, các phương pháp chéo hóa trực giao và các phương pháp phân tích ma trận.
Giáo trình Lý thuyết xác suất
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2025) Trần, Thị Hoàng Yến; Chu, Bình Minh; Hà, Anh Dũng
Biến cố ngẫu nhiên và xác suất. Biến ngẫu nhiên rời rạc và phân phối. Một số phân phối rời rạc quan trọng. Biến ngẫu nhiên liên tục. Một số phân phối liên tục quan trọng. Biến ngẫu nhiên nhiều chiều. Các định lí giới hạn và cơ sở của suy luận thống kê.
Probabilistic Graphical Models for Computer Vision
(Academic Press, 2020) Qiang, Ji
Probabilistic Graphical Models for Computer Vision introduces probabilistic graphical models (PGMs) for computer vision problems and teaches how to develop the PGM model from training data. This book discusses PGMs and their significance in the context of solving computer vision problems, giving the basic concepts, definitions and properties. It also provides a comprehensive introduction to well-established theories for different types of PGMs, including both directed and undirected PGMs, such as Bayesian Networks, Markov Networks and their variants. - Discusses PGM theories and techniques with computer vision examples - Focuses on well-established PGM theories that are accompanied by corresponding pseudocode for computer vision - Includes an extensive list of references, online resources and a list of publicly available and commercial software - Covers computer vision tasks, including feature extraction and image segmentation, object and facial recognition, human activity recognition, object tracking and 3D reconstruction
R Visualizations : Derive Meaning From Data
(Chapman and Hall/CRC, 2020) Gerbing, David W.
R Visualizations: Derive Meaning from Data focuses on one of the two major topics of data analytics: data visualization, a.k.a., computer graphics. In the book, major R systems for visualization are discussed, organized by topic and not by system. Anyone doing data analysis will be shown how to use R to generate any of the basic visualizations with the R visualization systems. Further, this book introduces the author's lessR system, which always can accomplish a visualization with less coding than the use of other systems, sometimes dramatically so, and also provides accompanying statistical analyses.Key Features Presents thorough coverage of the leading R visualization system, ggplot2. Gives specific guidance on using base R graphics to attain visualizations of the same quality as those provided by ggplot2. Shows how to create a wide range of data visualizations: distributions of categorical and continuous variables, many types of scatterplots including with a third variable, time series, and maps. Inclusion of the various approaches to R graphics organized by topic instead of by system.
Recommender Systems : The Textbook
(Springer, 2016) Aggarwal, Charu C.
This book comprehensively covers the topic of recommender systems, which provide personalized recommendations of products or services to users based on their previous searches or purchases. Recommender system methods have been adapted to diverse applications including query log mining, social networking, news recommendations, and computational advertising. This book synthesizes both fundamental and advanced topics of a research area that has now reached maturity. The chapters of this book are organized into three categories: Algorithms and evaluation: These chapters discuss the fundamental algorithms in recommender systems, including collaborative filtering methods, content-based methods, knowledge-based methods, ensemble-based methods, and evaluation.
Recommender Systems Handbook
(Springer, 2011) Ricci, Francesco; Rokach, Lior; Shapira, Bracha; Kantor, Paul B.
The explosive growth of e-commerce and online environments has made the issue of information search and selection increasingly serious; users are overloaded by options to consider and they may not have the time or knowledge to personally evaluate these options. Recommender systems have proven to be a valuable way for online users to cope with the information overload and have become one of the most powerful and popular tools in electronic commerce. Correspondingly, various techniques for recommendation generation have been proposed. During the last decade, many of them have also been successfully deployed in commercial environments.
Secure Data Science : Integrating Cyber Security and Data Science
(CRC Press, 2022) Thuraisingham, Bhavani; Kantarcioglu, Murat; Khan, Latifur
Secure data science, which integrates cyber security and data science, is becoming one of the critical areas in both cyber security and data science. This is because the novel data science techniques being developed have applications in solving such cyber security problems as intrusion detection, malware analysis, and insider threat detection. However, the data science techniques being applied not only for cyber security but also for every application area—including healthcare, finance, manufacturing, and marketing—could be attacked by malware. Furthermore, due to the power of data science, it is now possible to infer highly private and sensitive information from public data, which could result in the violation of individual privacy.
SQL for Data Scientists : A Beginner's Guide for Building Datasets for Analysis
(Wiley, 2021) Teate, Renee M. P.
Jump-start your career as a data scientist—learn to develop datasets for exploration, analysis, and machine learning SQL for Data Scientists: A Beginner's Guide for Building Datasets for Analysis is a resource that's dedicated to the Structured Query Language (SQL) and dataset design skills that data scientists use most. Aspiring data scientists will learn how to how to construct datasets for exploration, analysis, and machine learning. You can also discover how to approach query design and develop SQL code to extract data insights while avoiding common pitfalls. You may be one of many people who are entering the field of Data Science from a range of professions and educational backgrounds, such as business analytics, social science, physics, economics, and computer science. Like many of them, you may have conducted analyses using spreadsheets as data sources, but never retrieved and engineered datasets from a relational database using SQL, which is a programming language designed for managing databases and extracting data.
Tài liệu học tập Cấu trúc dữ liệu và giải thuật
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2023-08-30) Đỗ, Tuấn Hạnh; Lương, Thị Thảo Hiếu
Giới thiệu tổng quan về thiết kế và phân tích giải thuật. Trình bày về những khái niệm về đệ qui, ngăn xếp thực thi, heap, môt số hàm đệ qui minh họa bằng python, kỹ thuật khử đệ qui. Giới thiệu về bài toán sắp xếp và tìm kiếm. Trình bày về danh sách liên kết và ngăn xếp, hàng đợi, minh họa cách trình thông dịch gọi các hàm và nơi lưu trữ các biến cục bộ. Giới thiệu về cấu trúc dữ liệu nâng cao như Set, Map. Giới thiệu cấu trúc dữ liệu Tree, trong chương này các khái niệm về cây nhị phân, cây nhị phân tìm kiếm…được trình bày chi tiết và có ví dụ minh họa. Trình bày các nội dung về qui hoạch động, một số bài toán qui hoạch động đặc trưng được minh họa cụ thể.
Tài liệu học tập Cơ sở dữ liệu
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2019-08-16) Lê, Thị Kiều Oanh; Đào, Thị Phương Anh
Cơ sở dữ liệu quan hệ: lý thuyết cơ sở dữ liệu, mô hình cơ sở dữ liệu dạng quan hệ. Lý thuyết thiết kế cơ sở dữ liệu: phụ thuộc hàm, phép tách - kết nối, chuẩn mực hóa lược đồ quan hệ. Ngôn ngữ thao tác dữ liệu: đại số quan hệ, hệ quản trị cơ sở dữ liệu SQL server và ngôn ngữ SQL. Tối ưu hóa câu hỏi truy vấn: tổng quan về tối ưu hóa câu hỏi truy vấn, nguyên tắc tối ưu hóa, kỹ thuật tối ưu hóa các biểu thức đại số quan hệ, tối ưu hóa bằng khung nhìn. Bảo mật và toàn vẹn dữ liệu: sự cần thiết, tính toàn vẹn, vấn đề an toàn và quyền truy nhập cơ sở dữ liệu.
Tài liệu học tập Cơ sở dữ liệu
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2024-06-07) Trần, Thị Hường; Nguyễn, Quang Huy
Tổng quan về các khái niệm về dữ liệu, cơ sở dữ liệu, hệ quản trị cơ sở dữ liệu, mô hình cơ sở dữ liệu quan hệ, ngôn ngữ thao tác trên mô hình cơ sở dữ liệu quan hệ và phương pháp thiết kế cơ sở dữ liệu. Học phần cập nhật một số vấn đề mới của cơ sở dữ liệu như khái niệm dạng chuẩn 3, dạng chuẩn 4, các vấn đề về an toàn và bảo mật cơ sở dữ liệu và xây dựng bài toán cơ sở dữ liệu ứng dụng trong ngành học.
Tài liệu học tập Đại số tuyến tính
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2022-11-11) Phạm, Văn Bằng; Lê, Lệ Hằng
Ma trận và định thức, hệ phương trình tuyến tính, không gian vectơ, ánh xạ tuyến tính, giá trị riêng, vectơ riêng, không gian vectơ Euclid
Tài liệu học tập Đồ án 1: Trực quan hóa dữ liệu bằng R
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2024-02-01) Trần, Chí Lê; Nguyễn, Thị Hạnh Lê
Tài liệu học tập này với mục đích: giúp sinh viên hình dung ra quy trình thực hiện một đồ án, cách trình bày đồ án, các lý luận về phương pháp và cách thức phân tích xử lý bộ dữ liệu ban đầu phương pháp mô tả dữ liệu bằng biểu đô, hình thức báo cáo đồ án. Công cụ được sử dụng để trực quan dữ liệu là các phân tích thống kê và thư viện lập biểu đồ của ngôn ngữ lập trình R, một ngôn ngữ lập trình có thế mạnh về biểu đồ với gói thư viện ggp lot2 và các package mở rộng.
Tài liệu học tập Giải tích số
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2024-02-01) Chu, Bình Minh; Trần, Văn Toàn; Vũ, Thị Ngọc
Tổng quan về sai số và cách xử lý sai số trong các phép tính; giới thiệu các phương pháp xấp xỉ nghiệm thực của phương trình; trình bày các phương pháp giải hệ phương trình đại số tuyến tính, bao gồm phương pháp tìm nghiệm chính xác và phương pháp lặp; mô tả các phương pháp xấp xỉ hàm số, như phương pháp nội suy và bình phương nhỏ nhất; đề cập đến cách tính số đạo hàm và tích phân, cùng với những kỹ thuật nâng cao độ chính xác của chúng; khám phá các phương pháp giải phương trình vi phân thường.
Tài liệu học tập Học máy dành cho ngành Khoa học dữ liệu
(Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, 2025-04-03) Chu, Bình Minh; Lê, Xuân Huy
Giới thiệu về học máy – Cung cấp khái niệm cơ bản, quy trình học máy, các thuật toán tối ưu trong học máy, phương pháp điều chỉnh và đánh giá mô hình.Kỹ thuật xử lý đặc trưng trong học máy – Trình bày các kỹ thuật quan trọng như xử lý giá trị thiếu, giá trị ngoại lệ, thay đổi tỷ lệ đặc trưng, mã hóa dữ liệu phân loại, xử lý dữ liệu không cân bằng, trích xuất và lựa chọn đặc trưng. Các thuật toán học máy – Giới thiệu về các mô hình tuyến tính, mạng nơron, máy vector hỗ trợ, phương pháp dựa trên bộ nhớ, các phương pháp cây, phân cụm và rút gọn chiều dữ liệu. Học máy trong sản xuất – Tập trung vào ứng dụng học máy trong triển khai thực tế, bao gồm việc sử dụng Docker, Kubernetes, MLOps, tích hợp mô hình vào hệ thống DevOps, và triển khai mô hình dưới dạng API.

Browse

Author profile

TRAINING MAJORS

Browsing by Topic "Khoa Khoa học ứng dụng"

Browse

Author profile

TRAINING MAJORS

Browsing by Topic "Khoa Khoa học ứng dụng"

Results Per Page

Sort Options