reklama - zainteresowany?

Web Data Mining z u - Helion

Web Data Mining z u
ebook
Autor: Dr Ranjana Rajnish; Dr Meenakshi Srivastava
ISBN: 9788375415315
stron: 348, Format: ebook
Data wydania: 2023-12-09
Ksi臋garnia: Helion

Cena ksi膮偶ki: 80,99 z艂 (poprzednio: 89,99 z艂)
Oszcz臋dzasz: 10% (-9,00 z艂)

Dodaj do koszyka Web Data Mining z u

Danologia to najszybciej rozwijaj

Dodaj do koszyka Web Data Mining z u

 

Osoby kt贸re kupowa艂y "Web Data Mining z u", wybiera艂y tak偶e:

  • Windows Media Center. Domowe centrum rozrywki
  • Ruby on Rails. 膯wiczenia
  • Przyw贸dztwo w 艣wiecie VUCA. Jak by膰 skutecznym liderem w niepewnym 艣rodowisku
  • Scrum. O zwinnym zarz膮dzaniu projektami. Wydanie II rozszerzone
  • Od hierarchii do turkusu, czyli jak zarz膮dza膰 w XXI wieku

Dodaj do koszyka Web Data Mining z u

Spis tre艣ci

Web Data Mining z u偶yciem j臋zyka Python. Odkrywaj i wyodr臋bniaj informacje ze stron internetowych za pomoc膮 j臋zyka Python eBook -- spis tre艣ci

  • O autorkach
  • O recenzencie
  • Podzi臋kowania
  • Przedmowa
    • Eksploracja sieci Web Wprowadzenie
      • Wst臋p
      • Struktura
      • Cele
      • Wprowadzenie do eksploracji sieci Web
      • Sie膰 World Wide Web
      • Ewolucja sieci World Wide Web
      • Internet i Web 2.0
      • Eksplorowanie, modelowanie i analizowanie danych
        • Podstawy eksploracji sieci Web
        • Kategorie eksploracji sieci Web
      • R贸偶nica mi臋dzy eksploracj膮 danych i eksploracj膮 sieci Web
        • Zastosowania eksploracji sieci Web
      • Eksploracja sieci Web i j臋zyk Python
        • Podstawowe biblioteki Pythona do eksploracji sieci Web
      • Jak Python pomaga w eksploracji sieci Web?
        • Wyra偶enia regularne
        • Programy z obs艂ug膮 sieci
        • Us艂ugi internetowe
        • Rzut okiem na to, jak spos贸b Python u艂atwia to wszystko
      • Podsumowanie
      • Punkty do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe poj臋cia
    • Taksonomia eksploracji sieci Web
      • Wst臋p
      • Struktura
      • Cel
      • Wprowadzenie do eksploracji sieci Web
      • Eksploracja zawarto艣ci sieci Web
        • Podstawowe zastosowania eksploracji zawarto艣ci sieci Web
        • Zawarto艣膰 strony internetowej
        • Wst臋pne przetwarzanie zawarto艣ci
        • Analiza zawarto艣ci strony internetowej
      • Eksploracja struktury sieci Web
      • Eksploracja korzystania z sieci Web
      • Kluczowe poj臋cia
        • Wska藕niki rankingowe
        • PageRank
        • Koncentratory i autorytety
        • Roboty internetowe
        • Zapach informacji
        • Profil u偶ytkownika
        • Bibliometryki online
        • Rodzaje wska藕nik贸w bibliometrycznych
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe terminy
    • G艂贸wne zastosowania eksploracji sieci Web
      • Wst臋p
      • Struktura
      • Cele
      • Spersonalizowane aplikacje klienckie handel elektroniczny
      • Wyszukiwanie w sieci
        • Najcz臋艣ciej stosowane metody 艣ledzenia w witrynie
      • Spersonalizowane portale i sieci Web
      • Optymalizacja wydajno艣ci us艂ug internetowych
        • Wsp贸艂czynnik odrzuce艅
        • 艢redni czas na stronie
        • Unikalni u偶ytkownicy
      • Eksploracja proces贸w
      • Regu艂y asocjacyjne
      • Eksploracja regu艂 asocjacyjnych
      • Komponenty algorytmu Apriori
        • Wsparcie i cz臋ste zbiory element贸w
        • Wiarygodno艣膰
        • Podniesienie
        • Kroki w algorytmie Apriori
      • Wzorce sekwencji
        • Baza danych sekwencji
        • Podsekwencja kontra nadsekwencja
        • Minimalne wsparcie
        • Prefiks i sufiks
        • Projekcja
      • Eksploracja regu艂 asocjacyjnych i biblioteki Pythona
        • Pandas
        • Mlxtend
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe poj臋cia
    • Podstawy j臋zyka Python
      • Wst臋p
      • Struktura
      • Cele
      • Wprowadzenie do j臋zyka Python
      • Podstawy Pythona
        • Programowanie w Pythonie
        • Hello World pierwszy skrypt w Pythonie
        • Instrukcje warunkowe/selekcji
        • P臋tle/instrukcje iteracji
        • Funkcje
        • Listy
      • Podstawy HTML: badanie strony internetowej
      • Podstawowe biblioteki Pythona
      • Instalacja Pythona
        • Platforma uniksowa i linuksowa
        • Platforma Windows
        • Macintosh
      • Wprowadzenie do popularnych IDE i PDE
        • IDLE
        • Atom
        • Sublime Text
        • PyDev
        • Spyder
        • PyCharm
        • Google Colab
      • Instalacja dystrybucji Anaconda
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
    • Ekstrakcja danych z sieci Web
      • Wst臋p
      • Struktura
      • Cele
      • Wprowadzenie do ekstrakcji danych z sieci Web
      • Ekstrakcja danych z sieci Web
        • Zastosowania ekstrakcji danych z sieci Web
        • Dzia艂anie ekstraktora danych z sieci Web
        • Wyzwania zwi膮zane z ekstrakcj膮 danych z sieci Web
        • Modu艂y Pythona u偶ywane do ekstrakcji danych
        • Legalno艣膰 ekstrakcji danych z sieci Web
      • Wyodr臋bnianie i wst臋pne przetwarzanie danych
      • Obs艂uga tekstu, obraz贸w i film贸w
        • Obs艂uga tekstu
        • Obs艂uga obraz贸w
        • Wyodr臋bnianie film贸w ze strony internetowej
      • Ekstrakcja danych z dynamicznych witryn internetowych
      • Zabezpieczenie CAPTCHA
        • Studium przypadku: Implementacja ekstrakcji danych w celu opracowania ekstraktora wyszukuj膮cego najnowsze wiadomo艣ci
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe poj臋cia
    • Eksploracja opinii
      • Wst臋p
      • Struktura
      • Cele
      • Poj臋cia zwi膮zane z eksploracj膮 opinii
        • Biblioteka NLTK do analizy nastroj贸w
        • Eksploracja opinii/analiza nastroj贸w na r贸偶nych poziomach
      • Zbieranie recenzji
        • 殴r贸d艂a danych u偶ywane do eksplorowania opinii
      • Praca z danymi
      • Wst臋pne przetwarzanie danych
        • Tokenizacja
      • Oznaczanie cz臋艣ci mowy
      • Ekstrakcja cech
        • Worek s艂贸w
        • TF-IDF
      • Studium przypadku dotycz膮ce analizy nastroj贸w
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe poj臋cia
    • Eksploracja struktury sieci Web
      • Wst臋p
      • Struktura
      • Cele
      • Wprowadzenie do eksploracji struktury sieci Web
      • Poj臋cia zwi膮zane z eksploracj膮 struktury sieci Web
      • Rodzaje eksploracji struktury sieci Web
      • Eksploracja graf贸w sieci Web
      • Wyodr臋bnianie informacji z Internetu
      • Eksploracja sieci Deep Web
      • Wyszukiwanie w sieci i hiper艂膮cza
      • Analiza hiper艂膮czy w sieci Web
      • Algorytm Hyperlink Induced Topic Search (HITS)
      • Algorytm oparty na podziale
      • Implementacja w Pythonie
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe poj臋cia
    • Analiza sieci spo艂ecznych w j臋zyku Python
      • Wst臋p
      • Struktura
      • Cele
      • Wprowadzenie do analizy sieci spo艂ecznych
      • Tworzenie sieci
        • Rodzaje graf贸w
      • Analizowanie sieci
      • Wska藕niki odleg艂o艣ci w po艂膮czeniach sieci
        • Odleg艂o艣膰
        • 艢rednia odleg艂o艣膰
        • Ekscentryczno艣膰
        • 艢rednica
        • Promie艅
        • Obw贸d
        • Centrum
      • Influencerzy w sieci
      • Studium przypadku dotycz膮ce zbioru danych Facebooka
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe poj臋cia
    • Eksploracja korzystania z sieci Web
      • Wst臋p
      • Struktura
      • Cele
      • Proces eksploracji korzystania z sieci Web
      • 殴r贸d艂a danych
      • Rodzaje danych
        • Dane dotycz膮ce korzystania
        • Dane dotycz膮ce tre艣ci
        • Dane dotycz膮ce struktury
        • Dane dotycz膮ce u偶ytkownika
      • Kluczowe elementy wst臋pnego przetwarzania danych korzystania z sieci Web
        • Czyszczenie danych
        • Identyfikacja u偶ytkownika
        • Identyfikacja sesji
        • Identyfikacja 艣cie偶ki
      • Modelowanie danych
        • Eksploracja regu艂 asocjacyjnych
        • Wzorzec sekwencji
        • Grupowanie
        • Eksploracja klasyfikacji
      • Odkrywanie i analiza wzorc贸w
        • Regu艂a asocjacyjna do odkrywania wiedzy
        • Odkrywanie wzorc贸w poprzez grupowanie
        • Eksploracja wzorc贸w sekwencji w celu odkrywania wiedzy
        • Nauka poprzez klasyfikacj臋
        • Analiza wzorc贸w
      • Prognozy dotycz膮ce wzorca transakcji
        • Budowanie systemu rekomendacyjnego opartego na tre艣ci
        • Profil produktu
        • Profil u偶ytkownika
      • Podsumowanie
      • Do zapami臋tania
      • Test zdobytej wiedzy
        • Odpowiedzi
      • Pytania
      • Kluczowe poj臋cia
  • Polecamy tak偶e

Dodaj do koszyka Web Data Mining z u

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2025 CATALIST agencja interaktywna, znaki firmowe nale偶膮 do wydawnictwa Helion S.A.