ru
Классен М. .,Рассел М. .

Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub

Notify me when the book’s added
To read this book, upload an EPUB or FB2 file to Bookmate. How do I upload a book?
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 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. Мэтью Рассел (Matthew Russell) — директор Built Technologies, он возглавляет команду лидеров, работающую над улучшением нашего мира. Вне работы Мэтью рациональный индивидуалист, готовящийся к возможному зомби-апокалипсису. Михаил Классен (Mikhail Klassen) — главный специалист по обработке и анализу данных в Paladin AI, стартапе, занимающемуся адаптивными технологиями обучения. Он увлекается проблемами искусственного интеллекта и анализом данных. Когда Михаил не занят на работе, он любит читать и путешествовать.
This book is currently unavailable
694 printed pages

Impressions

    👍
    👎
    💧
    🐼
    💤
    💩
    💀
    🙈
    🔮
    💡
    🎯
    💞
    🌴
    🚀
    😄

    How did you like the book?

    Sign in or Register

Quotes

    Евгения Шварцhas quoted2 years ago
    Библиотека pandas для Python — важный инструмент в арсенале любого исследователя данных, и мы будем использовать ее далее в этой книге. Она предлагает высокопроизводительные структуры данных для хранения табличных данных и мощные средства анализа, написанные на Python, при этом некоторые части библиотеки, выполняющие особенно интенсивные вычисления, написаны на C или Cython. Разработка библиотеки была начата в 2008 году Уэсом Маккинни (Wes McKinney), и первоначально она предназначалась для анализа финансовых данных.
    Евгения Шварцhas quoted2 years ago
    Существует совершенно отдельный вид анализа, известный как разрешение сущностей (или устранение неоднозначности сущностей, в зависимости от формулировки задачи), помогающий объединить упоминания предметов в одно номинальное понятие. Например, в данном случае процесс разрешения сущностей мог бы заметить, что в Open Graph имеется несколько узлов, в действительности ссылающихся на одно и то же номинальное понятие Mining the Social Web, и создать связи между ними, указав, что в действительности они представляют одну и ту же сущность в реальном мире

On the bookshelves

fb2epub
Drag & drop your files (not more than 5 at once)