دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Gitanjali Rahul Shinde, Asmita Balasaheb Kalamkar, Parikshit N. Mahalle, Nilanjan Dey سری: Intelligent Signal Processing and Data Analysis ISBN (شابک) : 0367558467, 9780367558468 ناشر: CRC Press سال نشر: 2020 تعداد صفحات: 85 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Data Analytics for Pandemics: A COVID-19 Case Study (Intelligent Signal Processing and Data Analysis) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل داده ها برای بیماری های همه گیر: مطالعه موردی COVID-19 () نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تجزیه و تحلیل روند اپیدمی، پیشرفت جدول زمانی، پیشبینی و توصیه برای شروع استراتژیهای مؤثر کنترل سلامت عمومی حیاتی است و هوش مصنوعی و تجزیه و تحلیل دادهها نقش مهمی در اپیدمیولوژی، تشخیصی و بالینی دارند. تمرکز این کتاب تجزیه و تحلیل دادهها برای COVID-19 است که شامل مروری کلی از COVID-19 از نظر اپیدمی/همهگیری، پردازش دادهها و استخراج دانش است. منابع داده، ذخیره سازی و پلتفرم ها همراه با بحث در مورد مدل های داده، عملکرد آنها، تکنیک های مختلف داده های بزرگ، ابزارها و فناوری ها مورد بحث قرار می گیرند. این کتاب همچنین به چالشهای اعمال تجزیه و تحلیل در سناریوهای همهگیر، مطالعات موردی و استراتژیهای کنترل میپردازد. این کتاب با هدف تحلیلگران داده، اپیدمیولوژیستها و محققان مرتبط:
</ p>
Epidemic trend analysis, timeline progression, prediction, and recommendation are critical for initiating effective public health control strategies, and AI and data analytics play an important role in epidemiology, diagnostic, and clinical fronts. The focus of this book is data analytics for COVID-19, which includes an overview of COVID-19 in terms of epidemic/pandemic, data processing and knowledge extraction. Data sources, storage and platforms are discussed along with discussions on data models, their performance, different big data techniques, tools and technologies. This book also addresses the challenges in applying analytics to pandemic scenarios, case studies and control strategies. Aimed at Data Analysts, Epidemiologists and associated researchers, this book:
Cover......Page 1
Half Title......Page 2
Series Page......Page 3
Title Page......Page 4
Copyright Page......Page 5
Table of Contents......Page 6
Preface......Page 10
Acknowledgment......Page 12
Authors......Page 14
1.1 Introduction......Page 18
1.2.1 Stages of Disease......Page 20
1.2.2.2 Pandemic Mitigation......Page 22
1.2.2.4 History of Pandemics......Page 23
1.3 Novel Coronavirus......Page 24
1.4 Medical Overview – Nature and Spread......Page 27
1.5 Vulnerability Index......Page 28
References......Page 29
2.1 Data Sources and Related Challenges......Page 32
2.2 Data Storage: Platform......Page 36
2.2.1 Storage Services......Page 37
2.2.2 Big Data Analytics Services......Page 41
2.2.3 Data Warehousing Services......Page 42
2.3 Data Processing......Page 43
2.3.2 Noise Treatment......Page 45
2.4.1.1 Knowledge Extraction from Text Data......Page 46
2.4.1.2 Knowledge Extraction from Image Data......Page 48
2.4.1.4 Knowledge Extraction from Video Data......Page 49
2.4.2 Knowledge Extraction Techniques......Page 50
References......Page 51
3.1.1 WEB 2.0......Page 54
3.1.2 Critical Thinking......Page 55
3.1.4 R Programming Language......Page 56
3.2 Data Visualization......Page 57
3.2.1.2 Predictive Analytics......Page 58
3.3 Data Models and Performance......Page 59
3.3.1 Data Modeling Phases......Page 60
3.3.2 Ensemble Data Model......Page 61
3.4 Big Data Techniques......Page 63
3.4.2 Classification Tree Analysis......Page 64
3.4.4 Machine Learning......Page 65
3.4.6 Social Network Analysis......Page 66
3.5 Big Data Tools and Technology......Page 67
References......Page 71
4.1.1 COVID-19 Spread in China......Page 74
4.2 Mitigation Strategies and Discussion......Page 75
4.4 Recommendations......Page 77
4.4.3 Recommendations for Hospital Management: Adults......Page 78
4.4.3.1 IPC Measures......Page 79
4.5 Conclusions......Page 80
References......Page 82
Index......Page 84