Data Science and Interactive Visualization Tools for the Analysis of Qualitative Evidence by Gonzï¿1⁄2lez Canchï¿1⁄2, Manuel;

10% KEDVEZMÉNY?
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.

Kiadói listaár EUR 142.00
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

58 894 Ft (56 090 Ft + 5% áfa)
Kedvezmény(ek) 10% (cc. 5 889 Ft off)
Kedvezményes ár 53 005 Ft (50 481 Ft + 5% áfa)

58 894 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadó Elsevier Science
Megjelenés dátuma 2026. május 1.

ISBN 9780443219610
Kötéstípus Puhakötés
Terjedelem250 oldal
Méret 235x191 mm
Súly 450 g
Nyelv angol

Kategóriák

Alkalmazott matematika A számítástudomány elmélete, a számítástechnika általában Operációs rendszerek és grafikus felhasználói felületek Magasszintű programnyelvek Mesterséges intelligencia Programnyelvek általában Diszkrét matematika

Hosszú leírás:

Data Science and Interactive Visualization Tools for the Analysis of Qualitative Evidence empowers qualitative and mixed methods researchers in the data science movement by offering no-code, cost-free software access so that they can apply cutting-edge and innovative methods to synthetize qualitative data. The book builds on the idea that qualitative and mixed methods researchers should not have to learn to code to benefit from rigorous open-source, cost-free software that uses artificial intelligence, machine learning, and data visualization tools-just as people do not need to know C++ or TypeScript to benefit from Microsoft Word. The real barrier is the hundreds of R code lines required to apply these concepts to their databases. By removing the coding proficiency hurdle, this book will empower their research endeavors and help them become active members of and contributors to the applied data science community. The book offers a comprehensive explanation of data science and machine learning methodologies, along with access to software application tools to implement these techniques without any coding proficiency. The book addresses the need for innovative tools that enable researchers to tap into the insights that come out of cutting-edge data science tools with absolutely no computer language literacy requirements.

Több

Tartalomjegyzék:

Part I. Introduction to Data Science and Interactive Visualization Tools for the Analysis of Qualitative Evidence
1. Truly Equal-Status Mixed Methods Design (TESM2D)
2. Textual and Relational data (TRD)
3. Digital Ethnography, Data Science, and Ethical Considerations
4. Bool Plan and Organization

Part II. Network modeling frameworks
5. Network Analysis of Qualitative Data (NAQD)
6. Graphical Retrieval and Analysis of Temporal Information Systems (GRATIS)
7. Visual Evolution, Replay, and Integration of Temporal Analytic Systems (VERITAS)
8. Relational Frameworks for Data Mining and Data Retrieval via Co-authorship Networks (CN)

Part III. Machine Driven Text Classification and Statistical Modeling frameworks
9. Latent Code Identification (LACOID)
10. Machine Driven Classification of Open-ended Responses (MDCOR)
11. Machine Driven Literature Classification (MDLC)

Part IV. Integration of Network and Text Classification Analyses
12. In what instances should or could we integrate the analyses and frameworks described in parts I and II?
13. Incorporating Spatial Context for Data StoryTelling: GeoStoryTelling
14. Sentiment Network Modeling
15. Closing thoughts and future work