Humanities Data Analysis (eBook)
360 Seiten
Princeton University Press (Verlag)
978-0-691-20033-0 (ISBN)
Erscheint lt. Verlag | 12.1.2021 |
---|---|
Zusatzinfo | 69 color + 12 b/w illus. 5 tables. |
Sprache | englisch |
Themenwelt | Geisteswissenschaften ► Geschichte |
Geisteswissenschaften ► Sprach- / Literaturwissenschaft ► Anglistik / Amerikanistik | |
Geisteswissenschaften ► Sprach- / Literaturwissenschaft ► Literaturwissenschaft | |
Mathematik / Informatik ► Informatik ► Datenbanken | |
Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge | |
Mathematik / Informatik ► Informatik ► Software Entwicklung | |
Mathematik / Informatik ► Informatik ► Theorie / Studium | |
Mathematik / Informatik ► Informatik ► Web / Internet | |
Mathematik / Informatik ► Mathematik | |
Sozialwissenschaften ► Kommunikation / Medien ► Medienwissenschaft | |
Schlagworte | Accuracy and precision • Addition • American Civil War • Analyzing Linguistic Data • Annotation • Array data structure • authorial styles • authorship controversy • Bayesian • Bayesian inference • Bayes' Theorem • Bigram • Binomial Distribution • Box Plot • Calculation • Case study • Categorical Distribution • Categorical variable • Chain letter • child naming practices • Civil War • civil war battles • classical French drama • cluster analysis • code blocks • Cohen's kappa • Computation • Computational resource • Conditional (computer programming) • content analysis • Corpus Linguistics • Cosine similarity • Data Analysis • data carpentry • Data Exchange • data gathering • data humanities • data model • Data Science • data set • diachronic developments • disputed authorship • Distance matrix • Document-term matrix • expectation–maximization algorithm • Exploratory data analysis • Family resemblance • For loop • Function Word • Garrett Grolemund • Genre • Geographic Maps • Hadley Wickham • Handbook • hierarchical clustering • High- and low-level • histogram • historical cookbooks • HTML • Humanities • Humanities Data in R • inference • Information Theory • ingredient • Instance (computer science) • Interquartile range • Jake VanderPlas • JSON • Latent Dirichlet Allocation • Lauren Tilton • Least Squares • Lexical Analysis • LibreOffice Calc • Literary Theory • Literature • machine learning • Matthew Jockers • mixed-membership models • Mixture model • Namespace • Naming convention (programming) • negative binomial distribution • Normal distribution • NumPy • pairwise • Pairwise comparison • Pandas • Pandas (software) • Parameter (computer programming) • parsing • Pattern Matching • plain text • Principal Component Analysis • Probability • Probability Distribution • Probability Theory • Processing (programming language) • programming • Publication • Punctuation • Python • Python Data Science Handbook • Python for Data Analysis • Python (programming language) • Quantitative Data Analysis • quantitative research • Random Variable • Ranking (information retrieval) • Recipe • Respondent • result • R for Data Science • R. H. Baayen • scientific ecosystem • scikit-learn • sorting algorithm • Source lines of code • Standard Library • Statistic • Statistical classification • Statistics • Statistics for Linguistics with R • Stefan Gries • stemming • Stylometric Analysis • stylometry • Subset • summary statistics • Syntax error • Tabular Data • Taxicab geometry • Taylor Arnold • Text Analysis with R for Students of Literature • Text corpus • The Federalist Papers • Time Series Analysis • topical shifts • topic model • topic modeling • topic models • US Supreme Court • US Supreme Court decisions • Variable (computer science) • Variable (mathematics) • Vector Space • vector space model • Visualization Techniques • visual storytelling • vocabulary • Wes McKinney • Writing • Writing Style • Writing Styles • XML |
ISBN-10 | 0-691-20033-5 / 0691200335 |
ISBN-13 | 978-0-691-20033-0 / 9780691200330 |
Haben Sie eine Frage zum Produkt? |
Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich