Niniejsza książka omawia nowe paradygmaty w koncepcjach Blockchain, Big Data i Machine Learning, w tym zastosowania i studia przypadków. Wyjaśnia martwą fuzję w realizacji prywatności i bezpieczeństwa środowiska analitycznego danych opartego na blockchainie. Ostatnie badania nad bezpieczeństwem opartym na dużych zbiorach danych, blockchainie i uczeniu maszynowym zostały wyjaśnione poprzez rzeczywistą pracę praktyków i badaczy, w tym ich ocenę techniczną i porównanie z istniejącymi technologiami. Omówiono również podstawy teoretyczne i eksperymentalne studia przypadków związane ze środowiskiem czasu rzeczywistego. Książka, skierowana do studentów studiów licencjackich, naukowców i specjalistów w dziedzinie informatyki, inżynierii i elektrotechniki, jest skierowana do studentów studiów licencjackich, naukowców i specjalistów w dziedzinie informatyki, inżynierii i elektrotechniki: br><<br>Converges Blockchain, Big Data and Machine learning w jednym tomie. Łączy technologie Blockchain z aplikacjami skoncentrowanymi na danych, takimi jak Big Data i e-Health. Łatwe do zrozumienia przykłady tworzenia własnego blockchaina poparte studiami przypadków blockchain w różnych branżach. Obejmuje przykłady analizy dużych zbiorów danych przy użyciu R. Zawiera ilustracyjne przykłady w Pythonie do tworzenia łańcucha bloków. . Język: angielski