| Поле | Инд. | ПП | Название | Значение |
|---|---|---|---|---|
| Тип записи | a | |||
| Библиографический уровень | m | |||
| 001 | Контрольный номер | RU\IBOOK\books\365266 | ||
| 005 | Дата корректировки | 20250226095344.5 | ||
| 008 | Кодируемые данные | 191211s2020 RU a g z 000 1 rus u | ||
| 020 | a | ISBN | 978-5-4461-1246-3 | |
| 040 | a | Служба первич. каталог. | ibooks | |
| 041 | 0_ | a | Код языка текста | rus |
| 044 | a | Код страны публикации | RU | |
| 100 | 1_ | a | Автор | Рассел Мэтью |
| 245 | 10 | a | Заглавие | Data Mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub |
| c | Ответственность | Мэтью Рассел, Михаил Классен | ||
| 250 | a | Основные сведения об издании | 3-е изд. | |
| 260 | a | Место издания | Санкт-Петербург | |
| b | Издательство | Питер | ||
| c | Дата издания | 2020 | ||
| 300 | a | Объем | 464 с. | |
| 520 | 0_ | a | Аннотация | В недрах популярных социальных сетей — Twitter, Facebook, LinkedIn и Instagram — скрыты богатейшие залежи информации. Из этой книги исследователи, аналитики и разработчики узнают, как извлекать эти уникальные данные, используя код на Python, Jupyter Notebook или контейнеры Docker. Сначала вы познакомитесь с функционалом самых популярных социальных сетей (Twitter, Facebook, LinkedIn, Instagram), веб-страниц, блогов и лент, электронной почты и GitHub. Затем приступите к анализу данных на примере Twitter. 16+ (В соответствии с Федеральным законом от 29 декабря 2010 г. № 436-ФЗ.) |
| 521 | 0_ | a | Примеч. о целев. назн. | Доступ только с авторизованных компьютеров. |
| 650 | 04 | a | Основная рубрика | Интернет. Общие вопросы |
| 700 | 12 | a | Другие авторы | Классен Михаил |
| 856 | 4_ | u | URL | https://ibooks.ru/reading.php?short=1&productid=365266 |
| z | Примечание для пользователя | https://ibooks.ru/reading.php?short=1&productid=365266 | ||
| 856 | 48 | u | URL | https://ibooks.ru/resize/w188/images/T/9785446112463.jpg |