
Título: Big Data and Social Science: A Practical Guide to Methods and Tools: 25
Autor: $undefined
Sinopse: Both Traditional Students and Working Professionals Acquire the Skills to Analyze Social Problems. Big Data and Social Science: A Practical Guide to Methods and Tools shows how to apply data science to real-world problems in both research and the practice. The book provides practical guidance on combining methods and tools from computer science, statistics, and social science. This concrete approach is illustrated throughout using an important national problem, the quantitative study of innovation. The text draws on the expertise of prominent leaders in statistics, the social sciences, data science, and computer science to teach students how to use modern social science research principles as well as the best analytical and computational tools. It uses a real-world challenge to introduce how these tools are used to identify and capture appropriate data, apply data science models and tools to that data, and recognize and respond to data errors and limitations. For more information, including sample chapters and news, please visit the author's website.
Contexto da obra
Quando a classificação é mais ampla, o contexto do livro costuma depender ainda mais de autoria, tema e edição. “Big Data and Social Science: A Practical Guide to Methods and Tools: 25”, de $undefined, publicado pela editora Chapman and Hall/CRC, em 2016 e com 376 páginas, integra a categoria Livros Variados. Por isso, autoria, edição e tema acabam tendo ainda mais peso na forma de apresentar o livro.
Editora: Chapman and Hall/CRC
Páginas: 376
Ano: 2016
Edição: 1
Linguagem: pt_BR
ISBN: 9781498751407
ISBN13: 9781498751407
Sobre a editora
Os livros da editora Chapman and Hall/CRC oferecem uma experiência de leitura focada em áreas técnicas e científicas, especialmente em estatística aplicada, programação para análise de dados e modelagem matemática. O catálogo privilegia obras que combinam rigor teórico com exemplos práticos, frequentemente envolvendo softwares como R, SAS, MATLAB e Python. A linguagem tende a ser didática e detalhada, adequada para leitores acadêmicos, pesquisadores e profissionais que buscam aprofundamento em temas como análise estatística, bioinformática, modelagem computacional e programação científica. Há títulos que exploram desde fundamentos conceituais até aplicações avançadas, com um equilíbrio entre explicações teóricas e exercícios práticos, o que sugere um público com interesse em aprendizado progressivo e aplicado.
