آمار ریاضی

استخراج وب اجتماعی: داده کاوی فیس بوک، توییتر، لینکدین، اینستاگرام، گیت هاب و موارد دیگر

Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Instagram, GitHub, and More

دانلود کتاب Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Instagram, GitHub, and More (به فارسی: استخراج وب اجتماعی: داده کاوی فیس بوک، توییتر، لینکدین، اینستاگرام، گیت هاب و موارد دیگر) نوشته شده توسط «Russell – Matthew A. – Klassen – Mikhail»


اطلاعات کتاب استخراج وب اجتماعی: داده کاوی فیس بوک، توییتر، لینکدین، اینستاگرام، گیت هاب و موارد دیگر

موضوع اصلی: ریاضی – آمار ریاضی

نوع: کتاب الکترونیکی

ناشر: O’Reilly Media

نویسنده: Russell – Matthew A. – Klassen – Mikhail

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2019

تعداد صفحه: 428 / 423

حجم فایل: 29.73 مگابایت

کد کتاب: 1491985046 , 9781491985045

نوبت چاپ: 3

توضیحات کتاب استخراج وب اجتماعی: داده کاوی فیس بوک، توییتر، لینکدین، اینستاگرام، گیت هاب و موارد دیگر

داده های غنی موجود در وب سایت های اجتماعی محبوب مانند توییتر، فیس بوک، لینکدین و اینستاگرام را استخراج کنید. با ویرایش سوم این راهنمای محبوب، دانشمندان داده، تحلیل‌گران و برنامه‌نویسان یاد می‌گیرند که چگونه بینش‌هایی را از رسانه‌های اجتماعی جمع‌آوری کنند – از جمله اینکه چه کسی با چه کسی در ارتباط است، درباره چه چیزی صحبت می‌کند و در کجا قرار دارد – با استفاده از پایتون. نمونه‌های کد، نوت‌بوک‌های Jupyter یا ظروف Docker. در بخش اول، هر فصل مستقل بر یک جنبه از چشم انداز اجتماعی، از جمله هر یک از سایت های اجتماعی اصلی، و همچنین صفحات وب، وبلاگ ها و فیدها، صندوق های پستی، GitHub و فصل جدیدی که اینستاگرام را پوشش می دهد، تمرکز دارد. بخش دوم یک کتاب آشپزی با دوجین دستور العمل کوچک برای حل مسائل خاص با توییتر ارائه می دهد. خلاصه ای ساده از چشم انداز وب اجتماعی دریافت کنید از Docker برای اجرای آسان کد نمونه هر فصل، بسته بندی شده به عنوان یک نوت بوک Jupyter استفاده کنید. داده‌هایی را که جمع‌آوری می‌کنید استفاده از تکنیک‌های پیشرفته استخراج مانند TFIDF، شباهت کسینوس، تجزیه و تحلیل مکان‌یابی، تشخیص کلیک و تشخیص تصویر ایجاد تجسم‌های زیبای داده‌ها با ابزار Python و JavaScript


Mine the rich data tucked away in popular social websites such as Twitter, Facebook, LinkedIn, and Instagram. With the third edition of this popular guide, data scientists, analysts, and programmers will learn how to glean insights from social media–including who’s connecting with whom, what they’re talking about, and where they’re located–using Python code examples, Jupyter notebooks, or Docker containers. In part one, each standalone chapter focuses on one aspect of the social landscape, including each of the major social sites, as well as web pages, blogs and feeds, mailboxes, GitHub, and a newly added chapter covering Instagram. Part two provides a cookbook with two dozen bite-size recipes for solving particular issues with Twitter. Get a straightforward synopsis of the social web landscape Use Docker to easily run each chapter’s example code, packaged as a Jupyter notebook Adapt and contribute to the code’s open source GitHub repository Learn how to employ best-in-class Python 3 tools to slice and dice the data you collect Apply advanced mining techniques such as TFIDF, cosine similarity, collocation analysis, clique detection, and image recognition Build beautiful data visualizations with Python and JavaScript toolkits

دانلود کتاب «استخراج وب اجتماعی: داده کاوی فیس بوک، توییتر، لینکدین، اینستاگرام، گیت هاب و موارد دیگر»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

دیدگاهتان را بنویسید