Игры
 Видео
 Музыка
 Графика
 Интересно
 Программы
 Библиотека
 Видеоуроки
 Кулинария
 Разное




zyzy
Добавил новостей Статьи: 9539
Написал комментариев Мысли: 0
ivashka
Добавил новостей Статьи: 8620
Написал комментариев Мысли: 0
didl3
Добавил новостей Статьи: 8432
Написал комментариев Мысли: 0
Kioka83
Добавил новостей Статьи: 5335
Написал комментариев Мысли: 0
trigall
Добавил новостей Статьи: 4645
Написал комментариев Мысли: 0
colt
Добавил новостей Статьи: 4024
Написал комментариев Мысли: 0
NIKIG
Добавил новостей Статьи: 2399
Написал комментариев Мысли: 0
Оцените наш сайт
Всего ответов: 17
Главная » 2019 » Август » 30 » Мэтью Рассел, Михаил Классен - Data Mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub. 3-е издание (2020)
18:25
Мэтью Рассел, Михаил Классен - Data Mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub. 3-е издание (2020)

В глубинах популярных социальных сетей — Twitter, Facebook, LinkedIn и Instagram — скрыты богатейшие залежи информации. Из этого руководства 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.
С точки зрения анализа социальных сетей данные, которые Facebook хранит о людях, группах и продуктах, представляют очень большой интерес, потому что Facebook API предлагает невероятные возможности для получения информации (самый ценный товар в мире) и сбора ценных идей. С другой стороны, большие возможности накладывают большую ответственность, поэтому в Facebook реализован самый сложный онлайн-контроль конфиденциальности, который когда-либо видел мир, чтобы помочь защитить своих пользователей от посягательств.
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 3;
• 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. 3-е издание
Автор: Мэтью Рассел, Михаил Классен
Год: 2020
Жанр: программирование
Язык: Русский

Формат: pdf
Качество: Отсканированные страницы + слой распознанного текста
Страниц: 466
Размер: 32 MB
Скачать Мэтью Рассел, Михаил Классен - Data Mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub. 3-е издание (2020)

Раздел: библиотека | Автор: didl3 | Просмотров: 135 | Теги: книга, Instagram, Извлечение информации из Facebook, GitHub, twitter, Data Mining, 3-е издание, LinkedIn, Компьютерная литература | Рейтинг: 0.0/0
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
Design powered by Xemera™ Copyright © 2009-2024


Гость


Имя: Гость
IP: 18.220.160.216
Ты здесь: -й день
Добавить новость
Читать ЛС ()
Мой профиль
Выход

Онлайн всего: 1
Гостей: 1
Пользователей: 0

   Всего: 176
   Админ: 1
   Модераторы: 0
   Журналисты: 12
   Проверенные: 5
   Пользователи: 158
   Парней: 142
   Девушек: 34
«  Август 2019  »
ПнВтСрЧтПтСбВс
   1234
567891011
12131415161718
19202122232425
262728293031
Бесплатный хостинг uCoz
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