Bộ sưu tập này khám phá sự liên quan của luật thương mại toàn cầu đối với dữ liệu, dữ liệu lớn và luồng dữ liệu xuyên biên giới. Các tác giả đóng góp từ các ngành khác nhau bao gồm luật, kinh tế và khoa học chính trị phân tích các diễn biến tại Tổ chức Thương mại Thế giới và tại các địa điểm thương mại ưu đãi bằng cách đặt câu hỏi về các mô hình hướng đến tương lai nào cho quản trị dữ liệu có sẵn và khả thi trong lĩnh vực luật và chính sách thương mại. Bộ sưu tập này vẽ nên bức tranh toàn cảnh về sự tương tác giữa công nghệ kỹ thuật số và quy định thương mại cũng như cung cấp các phân tích chuyên sâu về các vấn đề quan trọng đối với nền kinh tế dựa trên dữ liệu, chẳng hạn như quyền riêng tư và AI, và quan điểm của các quốc gia khác nhau

Tập sách cũng xem xét mức độ mà các phát triển công nghệ mới trong các lĩnh vực, chẳng hạn như trí tuệ nhân tạo, thương mại điện tử và nền kinh tế chia sẻ, đã đặt ra những thách thức đối với việc khẳng định chủ quyền kỹ thuật số và xem xét cách giải quyết những thách thức đó. Đặc biệt, tập sách thảo luận về lời hứa và những cạm bẫy của chủ quyền kỹ thuật số trong quá trình tự do hóa thương mại, bản địa hóa dữ liệu và bảo vệ nhân quyền.

Với tầm nhìn toàn cầu và tầm nhìn về tương lai kỹ thuật số của chúng ta, chúng ta nên tiến lên với sự hiểu biết về luật pháp về quyền dữ liệu một cách nhanh chóng. Chúng ta càng sớm thiết lập các chuẩn mực giá trị xung quanh dữ liệu trong cuộc đua đường dài kỹ thuật số này, chúng ta càng có nhiều khả năng nắm bắt các cơ hội trong đó và nắm bắt tương lai của các giá trị được hiểu chung. Với tầm nhìn về tương lai, ngành luật Trung Quốc có nhiều khả năng dẫn đầu thế giới nhất là ngành liên quan đến nền kinh tế kỹ thuật số.

Cuốn sách này giúp bạn học cách sử dụng: IPython và Jupyter: cung cấp môi trường tính toán cho các nhà khoa học dữ liệu sử dụng Python; NumPy: bao gồm ndarray để lưu trữ và thao tác hiệu quả các mảng dữ liệu dày đặc trong Python; Pandas: có DataFrame để lưu trữ và thao tác hiệu quả dữ liệu được gắn nhãn/cột trong Python; Matplotlib: bao gồm các khả năng cho một loạt trực quan hóa dữ liệu linh hoạt trong Python; Scikit-Learn: để triển khai Python hiệu quả và rõ ràng các thuật toán học máy quan trọng và lâu đời nhất.

Cuốn sách này là một phần của Dự án LAMBDA (Học, Áp dụng, Nhân Phân tích Dữ liệu Lớn), được tài trợ bởi Liên minh Châu Âu, GA số 809965. Phân tích Dữ liệu bao gồm việc áp dụng các quy trình thuật toán để rút ra thông tin chuyên sâu. Ngày nay nó được sử dụng trong nhiều ngành công nghiệp để cho phép các tổ chức và công ty đưa ra quyết định tốt hơn cũng như xác minh hoặc bác bỏ các lý thuyết hoặc mô hình hiện có. Thuật ngữ phân tích dữ liệu thường được sử dụng thay thế cho trí thông minh, thống kê, lý luận, khai thác dữ liệu, khám phá kiến thức và những thứ khác.

Cuốn sách này trình bày những tiến bộ lý thuyết và thực tiễn gần đây trong lĩnh vực khai thác dữ liệu.

Công nghệ nano là một ngành khoa học phát triển nhanh chóng, đã và đang tạo ra những kiến thức cơ bản xuất sắc và các ứng dụng công nghiệp vì lợi ích của xã hội. Đây là một lĩnh vực khoa học mới nổi và hấp dẫn, cho phép nghiên cứu chuyên sâu trong nhiều lĩnh vực. Những ứng dụng đầu tiên của công nghệ nano chủ yếu liên quan đến khoa học vật liệu; các ứng dụng trong lĩnh vực nông nghiệp và thực phẩm vẫn đang tiếp tục phát triển

Nếu công việc của bạn liên quan đến việc làm việc với dữ liệu theo bất kỳ cách nào, bạn không thể bỏ qua cuộc cách mạng R! Nếu lĩnh vực của bạn được gọi là phân tích dữ liệu, phân tích, tin học, khoa học dữ liệu, báo cáo, trí tuệ kinh doanh, quản lý dữ liệu, dữ liệu lớn hoặc trực quan hóa, bạn chỉ cần học R vì ngôn ngữ lập trình này là một công cụ thay đổi cuộc chơi.

Cuốn sách này xem xét tất cả các khía cạnh của việc quản lý sự phức tạp của Điện toán dữ liệu lớn đa phương tiện (MMBD) cho các ứng dụng IoT và phát triển một hệ thống phân loại toàn diện.

Người đọc cho cuốn sách này sẽ là người hiểu biết về định lượng và có hiểu biết cơ bản về các khái niệm thống kê và lập trình R.Sinh viên phải có hiểu biết cơ bản về suy luận thống kê như có trong Suy luận thống kê cho khoa học dữ liệu.