Социальная физика. Как Большие данные помогают следить за нами и отбирают у нас частную жизнь: Алекс Пентленд
Social Physics. How Good Ideas Spread — The Lessons from a New Science
12+
Социальная физика - это новая общественная наука, которая математическими методами изучает влияние информационного потока на человеческое поведение. Изощренная методика изучения "хлебных крошек", которые мы оставляем за собой в интернете, дает возможность предсказывать поведение общественных групп,
Полная аннотация
Автор
Издательство
Все характеристики
Аннотация
Социальная физика - это новая общественная наука, которая математическими методами изучает влияние информационного потока на человеческое поведение. Изощренная методика изучения "хлебных крошек", которые мы оставляем за собой в интернете, дает возможность предсказывать поведение общественных групп, продуктивность новых компаний, направлять развитие отдельных городских районов и даже целых городов, формировать благотворную обратную связь в социальных сетях, в целом делать общество лучше. Автор книги - профессор Массачусетского технологического института, один из наиболее уважаемых экспертов в области "больших данных" и новых технологий.
Характеристики
Автор
Переводчик
Издательство
ID товара
665543
ISBN
978-5-17-098520-3
Язык
Русский
Страниц
352 (Газетная)
Вес
326 г
Размеры
207x135x20 мм
Тип обложки
7Б - твердая (плотная бумага или картон)
Оформление
Тиснение золотом, тиснение серебром
Иллюстрации
Черно-белые
Все характеристики
Нет в продаже
Рецензии на книгу
Читали книгу? Как она вам?
Мы всегда рады честным, конструктивным рецензиям.
Покупатели 1
Книги из жанра
2 4116 028 -60% Еще 1 день
Анализ данных в науке и технике. Машинное обучение, динамические системы и управление
Брантон Стивен Л.1 1022 754 -60% Еще 1 день
Современные технологии интеллектуального анализа данных. Учебное пособие
Макшанов Андрей Владимирович2 6016 503 -60% Еще 1 день
Подробное руководство по DAX: бизнес-аналитика с Microsoft Power Bl, SQL Server Analysis Services
Феррари Альберто2 7246 810 -60% Еще 1 день
Основы машинного обучения для аналитического прогнозирования. Алгоритмы, рабочие примеры
Келлехер Джон Д.








