Главная » 2020 » Декабрь » 9 » Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub
00:19
Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub
В недрах популярных социальных сетей — Twitter, Facebook, LinkedIn и Instagram — скрыты богатейшие залежи информации. Из этой книги исследователи, аналитики и разработчики узнают, как извлекать эти уникальные данные, используя код на Python, Jupyter Notebook или контейнеры Docker.
Сначала вы познакомитесь с функционалом самых популярных социальных сетей (Twitter, Facebook, LinkedIn, Instagram), веб-страниц, блогов и лент, электронной почты и GitHub. Затем приступите к анализу данных на примере Twitter.
Прочитайте эту книгу, чтобы: - Узнать о современном ландшафте социальных сетей; - Научиться использовать Docker, чтобы легко оперировать кодами, приведенными в книге; - Узнать, как адаптировать и поставлять код в открытый репозиторий GitHub; - Научиться анализировать собираемые данные с использованием возможностей Python; - Освоить продвинутые приемы анализа, такие как TFIDF, косинусное сходство, анализ словосочетаний, определение клика и распознавание образов; - Узнать, как создавать красивые визуализации данных с помощью Python и JavaScript.
Название: Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub Год: 2020 Автор: Мэтью Рассел, Михаил Классен Издательство: Питер Жанр: программирование, разработка, компьютерная литература Количество страниц: 466 Формат: PDF, RTF Язык: Русский Размер: 126.54 Mb
Скачать Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub
Xemera.At.Ua - информационный портал! Все ссылки на файлы, указанные на сайте взяты из открытых источников интернета и предоставлены пользователями нашего сайта исключительно в ознакомительных целях.
Если вы являетесь правообладателем какого либо материала и не желаете его свободного распространения, или считаете, что какой-либо из материалов нарушает Ваши авторские права - свяжитесь с Администрацией.
Владельцы и создатели данного сайта не несут ответственность за использование и содержание ссылок и информации, представленных на этом сайте.
Сайт оптимизирован для просмотра с разрешением 1024x768, 1280x800, 1280x1024 и 1600x1200 браузером FireFox или Opera