Cantitate/Preț
Produs
Total produse
Vezi coșul
Hypothesis Generation and Interpretation: Design Principles and Patterns for Big Data Applications de Hiroshi Ishikawa

Hypothesis Generation and Interpretation: Design Principles and Patterns for Big Data Applications: Studies in Big Data, cartea 139

Autor Hiroshi Ishikawa
en Limba Engleză Hardback – 2 feb 2024

Autorul Hiroshi Ishikawa aduce în acest volum o vastă experiență în gestionarea sistemelor de date la scară largă, expertiză reflectată anterior în coordonarea unor lucrări de referință precum Transactions on Large-Scale Data- and Knowledge-Centered Systems XLV. În lucrarea de față, Hypothesis Generation and Interpretation, Ishikawa depășește simpla analiză descriptivă, propunând un set de principii de design și tipare (patterns) destinate arhitecților de aplicații Big Data. Reținem abordarea sa riguroasă care nu se limitează la algoritmi, ci integrează managementul datelor cu tehnici avansate de machine learning pentru a automatiza procesul de formulare a ipotezelor.

Subliniem structura logică a volumului, care ghidează cititorul de la fundamentele științifice ale ipotezei și regresie, către metode complexe de generare a ipotezelor prin diferențiere. Un element distinctiv îl reprezintă dualitatea interpretării: autorul combină micro-explicațiile (deciziile individuale din cadrul modelelor) cu macro-explicațiile (procesele globale de generare), oferind o transparență necesară în sistemele de decizie automatizate. Cititorul care a aplicat strategiile de implementare din Data Science in Engineering and Management va găsi aici completarea teoretică și practică necesară pentru a trece de la simpla extracție de date la validarea științifică a acestora prin studii de caz concrete, de la gestionarea bolilor infecțioase la explorarea lunară.

Spre deosebire de lucrările anterioare ale autorului din domeniul viziunii computerizate, precum Computer Vision - ACCV 2020, acest titlu din seria Studies in Big Data se concentrează pe mecanismele cognitive și computaționale de rezolvare a problemelor complexe. Recomandăm acest volum pentru modul în care ancorează tehnologiile moderne în contextul istoric al metodei științifice, oferind o perspectivă matură asupra modului în care datele masive pot accelera descoperirea în infrastructura socială.

Citește tot Restrânge

Din seria Studies in Big Data

Preț: 112507 lei

Preț vechi: 140635 lei
-20%

Puncte Express: 1688
Paperback 114821 lei
Hardback 112507 lei

Carte disponibilă

Livrare economică 11-25 mai

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9783031435393
ISBN-10: 3031435397
Pagini: 372
Ilustrații: XII, 372 p. 177 illus., 125 illus. in color.
Dimensiuni: 155 x 235 mm
Greutate: 0.77 kg
Ediția:1st ed. 2024
Editura: Springer International Publishing
Colecția Springer
Seria Studies in Big Data

Locul publicării:Cham, Switzerland

De ce să citești această carte

Recomandăm această carte profesioniștilor care doresc să transforme fluxurile masive de date în ipoteze de lucru verificabile. Cititorul câștigă acces la un cadru metodologic inovator care explică nu doar 'ce' spun datele, ci și 'de ce' prin integrarea micro și macro-explicațiilor. Este o resursă esențială pentru inginerii de date care lucrează în domenii critice precum managementul dezastrelor sau sănătatea publică, unde interpretarea corectă a modelelor este vitală.

Despre autor

Hiroshi Ishikawa este un cercetător recunoscut în domeniul informaticii, cu o activitate axată pe baze de date, sisteme de cunoștințe și analiza datelor la scară largă. A coordonat volume importante în seria LNCS, contribuind la dezvoltarea standardelor în managementul datelor și viziunea computerizată. Prin publicațiile sale, Ishikawa a explorat intersecția dintre ingineria sistemelor și știința aplicată, fiind un promotor al metodelor inovatoare de interpretare a modelelor complexe. În prezent, este o voce autoritară în comunitatea academică internațională, facilitând dialogul între teoria computațională și aplicațiile practice în infrastructura socială și explorarea spațială.

Cuprins

Basic Concept.- Hypothesis.- Science and Hypothesis.- Regression.- Machine Learning and Integrated Approach.- Hypothesis Generation by Difference.- Methods for Integrated Hypothesis Generation.- Interpretation.

Notă biografică

​Hiroshi Ishikawa received the B.S. and Ph.D degrees in Information Science from the University of Tokyo. After working for Fujitsu Laboratories and being a full professor of Shizuoka University, he was a full professor of Tokyo Metropolitan University (TMU) until March, 2021. He is now a distinguished leading professor and an emeritus professor of TMU. He is also the director of TMU Social Big Data Research Center. His research interests include databases, data mining, social media, and big data. He has published actively in international, refereed journals and conferences, such as ACM Transactions on Database Systems, IEEE Transactions on Knowledge and Data Engineering, The VLDB Journal, IEEE International Conference on Data Engineering, and ACM SIGSPATIAL and Management of Emergent Digital EcoSystems (MEDES). He has authored and co-authored a dozen books, including Social Big Data Mining (CRC, 2015) and Object-Oriented Database System (Springer-Verlag, 1993).
He received the Sakai Memorial Distinguished Award from the Information Processing Society of Japan (IPSJ) in 1994, Commendation by the Director General of Science and Technology Agency of Japan in 1997, Commendation for Science and Technology by the Minister of Education, Culture, Sports, Science and Technology of Japan in 2021, and Commendation from the Database Society  of Japan in 2022. He was twice an invited professor at the Polytechnic School of the University of Nantes, France. He was a trustee board member of the Database Society of Japan, an editorial board member of The VLDB Journal, the chairman of the SIG on Database Systems of IPSJ, and an editor-in-chief of IPSJ Trans. on Databases. He is a co-founder of ACM MEDES conference. He is a Fellow of  the IPSJ and the Institute of Electronics, Information and Communication Engineers (IEICE) and a member of both the ACM and the IEEE.

Textul de pe ultima copertă

This book focuses in detail on data science and data analysis and emphasizes the importance of data engineering and data management in the design of big data applications. The author uses patterns discovered in a collection of big data applications to provide design principles for hypothesis generation, integrating big data processing and management, machine learning and data mining techniques.The book proposes and explains innovative principles for interpreting hypotheses by integrating micro-explanations (those based on the explanation of analytical models and individual decisions within them) with macro-explanations (those based on applied processes and model generation). Practical case studies are used to demonstrate how hypothesis-generation and -interpretation technologies work. These are based on “social infrastructure” applications like in-bound tourism, disaster management, lunar and planetary exploration, and treatment of infectious diseases. The novel methods and technologies proposed in Hypothesis Generation and Interpretation are supported by the incorporation of historical perspectives on science and an emphasis on the origin and development of the ideas behind their design principles and patterns.
Academic investigators and practitioners working on the further development and application of hypothesis generation and interpretation in big data computing, with backgrounds in data science and engineering, or the study of problem solving and scientific methods or who employ those ideas in fields like machine learning will find this book of considerable interest.

Caracteristici

Provides an integrated perspective on why decisions are made and how the process is modeled Presentation of design patterns enables use in a wide variety of big-data applications Multiple practical use cases indicate the broad real-world significance of the methods presented

Descriere

Descriere de la o altă ediție sau format:
This book focuses in detail on data science and data analysis and emphasizes the importance of data engineering and data management in the design of big data applications.