Cuốn sách truy cập mở trình bày các phương pháp hiện đại trong khoa học dữ liệu và phân loại, bao gồm suy luận và mô hình thống kê, phân cụm, giảm kích thước, phân tích dữ liệu chức năng, chuỗi thời gian và mạng.

Cuốn sách này phù hợp với tất cả các bên liên quan tham gia vào nghiên cứu chuyên sâu về dữ liệu và kỹ thuật số trong kinh tế và tài chính, giúp họ hiểu những cơ hội và thách thức chính, làm quen với những phát hiện phương pháp mới nhất cũng như tìm hiểu cách sử dụng và đánh giá hiệu suất của các công cụ mới và các khuôn khổ.

Sách giáo khoa truy cập mở này giới thiệu về phần mềm NVivo, chương trình phân tích định tính được sử dụng rộng rãi nhất. Đây là một chương trình đa năng với nhiều công cụ phân tích dễ tiếp cận, có thể triển khai linh hoạt trong sự đa dạng của các phương pháp phân tích định tính. Phân tích định tính gần như là một thực hành tiêu chuẩn ngày nay với sự trợ giúp của một phần mềm. Tuy nhiên, vẫn còn nhiều hiểu lầm về phần mềm định tính. Chúng hỗ trợ các nhà nghiên cứu định tính nhưng không bao giờ thay thế công việc thủ công và lý thuyết của họ.

Nội dung đề cập đến quản trị dữ liệu, mô hình và tiêu chí đánh giá chất lượng dữ liệu, tích hợp và chuẩn hóa dữ liệu, yêu cầu pháp lý, dữ liệu phi cấu trúc và dữ liệu tổng hợp, đồng thời phân tích những thách thức về chất lượng dữ liệu trong AI và phân tích dữ liệu. Sách cung cấp các nguyên tắc và phương pháp giúp xây dựng dữ liệu đáng tin cậy, hỗ trợ ra quyết định và phát triển AI có trách nhiệm.

Tập này nắm bắt các cơ hội, thách thức và mối quan tâm liên quan đến việc di chuyển dữ liệu từ địa điểm nơi chúng được tạo ra ban đầu đến địa điểm nơi chúng có thể được tích hợp với dữ liệu khác, được phân tích và sử dụng lại cho nhiều mục đích khác nhau. Nghiên cứu chuyên sâu về hành trình dữ liệu cung cấp nền tảng cần thiết để kiểm tra sự khác biệt và tương đồng về kỷ luật, địa lý và lịch sử trong quản lý, xử lý và giải thích dữ liệu, từ đó xác định các điều kiện chính về khả năng chia sẻ dữ liệu rộng rãi liên quan đến Dữ liệu lớn và Dữ liệu mở.

Cuốn sách này là một nỗ lực nhằm làm nổi bật nghiên cứu hiện tại trong lĩnh vực Cảm biến thông minh và Cảm biến sinh học, qua đó mô tả các kỹ thuật tiên tiến trong lĩnh vực này và các công nghệ mới nổi, đồng thời giới thiệu một số ví dụ và ứng dụng.

Cuốn sách truy cập mở này trình bày một đánh giá toàn diện về dữ liệu và kỹ thuật sử dụng đất hiện có để xác thực và phân tích loại thông tin không gian này. Cuốn sách cung cấp lý thuyết cơ bản cần thiết để hiểu được sự tiến bộ trong thực tiễn xác thực bản đồ/mô hình hóa thay đổi sử dụng đất. Nó giúp người dùng quan tâm tiếp cận hầu hết các phương pháp và kỹ thuật của cộng đồng nghiên cứu để xác thực bản đồ và mô hình thay đổi sử dụng đất.

Cuốn sách truy cập mở này giới thiệu các phương pháp Dữ liệu Trái Đất Lớn tiên tiến thông qua bộ sưu tập các nghiên cứu điển hình toàn diện từ Trung Quốc nhằm theo dõi và đánh giá các chỉ số của bảy Mục tiêu Phát triển Bền vững (SDG), bao gồm: xóa đói (SDG 2), nước sạch và vệ sinh (SDG 6), năng lượng sạch và giá cả phải chăng (SDG 7), thành phố và cộng đồng bền vững (SDG 11), hành động vì khí hậu (SDG 13), sự sống dưới nước (SDG 14), sự sống trên cạn (SDG 15), và phân tích sự tương tác giữa nhiều chỉ số SDG. Việc nhấn mạnh vào Dữ liệu Trái Đất Lớn có ý nghĩa quan trọng trong bối cảnh các thách thức toàn cầu đang gia tăng.

Công trình này nhằm mục đích cải thiện dự báo mức tiêu thụ năng lượng của xe điện bằng cách tăng cường dự đoán với khái niệm không chắc chắn. Bản thân thuật toán học từ dữ liệu về người lái xe và giao thông trong một tập huấn luyện để tạo ra dự báo chính xác về mức tiêu thụ năng lượng của từng người lái xe.

Đối với các khóa học mới được giới thiệu, các tài liệu học tập liên ngành đã được phát triển bởi một nhóm giảng viên từ bốn trường đại học khác nhau ở ba quốc gia. Trong khối học tập đầu tiên, sinh viên được dạy các phương pháp từ hai lĩnh vực nghiên cứu chính. Sau đó, kiến ​​thức thu được phải được áp dụng vào một dự án. Đối với dự án quốc tế này, các nhóm đã được thành lập, bao gồm một sinh viên từ mỗi trường đại học tham gia vào dự án. Các kết quả đạt được đã được trình bày trong một trường hè vài tháng sau đó.