Ξέχασα το password
Εξέλιξη Παραγγελίας Περισσότερες Πληροφορίες
Εξέλιξη παραγγελίας
Συμπληρώστε τον κωδικό της παραγγελίας σας
Αναζήτηση
Πληροφορίες
Σύνδεση χρήστη
Εγγραφή χρήστη
Email
Κωδικός
Επιβεβαίωση
Όνομα
Επώνυμο
Εγγραφή
Υπενθύμιση κωδικού χρήστη
Αν θέλετε να αποσταλεί το password στο e-mail σας, καταχωρήστε το e-mail σας
Αποστολή
To top
Λογοτεχνία
Παιδική Βιβλιοθήκη
Επιστήμες
Management - Οικονομικά
Δίκαιο
Επιστήμες Αγωγής
Θετικές Επιστήμες
Ιατρική
Ιστορικά
Κλασσικές Επιστήμες
Κοινωνική Ανθρωπολογία
Κοινωνιολογία
Λαογραφία-Εθνογραφία
Μελέτες
Πληροφορική
Πολιτική
Τεχνικές Εκδόσεις
Φιλοσοφία
Ψυχολογία
Εκπαίδευση
Προσωπική Φροντίδα
Αλλα Θέματα

ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ 108175601

Χωρίς αξιολογήσεις
Παράδοση σε 4-6 μέρες
ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ
ΠΡΟΣΘΗΚΗ ΣΤΗΝ WISHLIST

Παράδοση σε 4-6 μέρες

 29.70 € 
Ελάχιστη 30 ημερών 33.00€ 
Προτεινόμενη λιανική 33.00 € 
ΠΡΟΣΘΗΚΗ ΣΤΟ ΚΑΛΑΘΙ
Προστέθηκε
Συνέχεια στο καλάθι >

ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ
108175601
ΓΕΝΙΚΗ ΠΕΡΙΓΡΑΦΗ
ΑΝΑΛΥΤΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ

ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΚΑΙ ΕΦΡΑΜΟΓΕΣ ΜΕ PYTHON

Για να μάθετε πραγματικά την επιστήμη δεδομένων, δεν πρέπει απλώς να κυριαρχήσετε στα εργαλεία -βιβλιοθήκες επιστήμης δεδομένων, πλαίσια, μονάδες κώδικα και εργαλειοθήκες-, αλλά επίσης να κατανοήσετε τις ιδέες και τις αρχές που διέπουν τη λειτουργία τους.

Αυτή η δεύτερη έκδοση της Επιστήμης Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, ενημερωμένη για την Python 3.6, σας δείχνει πώς λειτουργούν αυτά τα εργαλεία και οι αλγόριθμοι εφαρμόζοντάς τα από τα πρώτα βήματα.

Αν έχετε κλίση στα μαθηματικά και ικανότητες προγραμματισμού, ο συγγραφέας Joel Grus θα σας βοηθήσει να αισθανθείτε άνετα με τα μαθηματικά και τη στατιστική που βρίσκονται στον πυρήνα της επιστήμης δεδομένων, καθώς και με τις απαραίτητες γνώσεις «χακαρίσματος» που απαιτούνται για να ξεκινήσετε ως επιστήμονες δεδομένων. Με νέο υλικό στη βαθιά μάθηση, στη στατιστική και στην επεξεργασία φυσικής γλώσσας, αυτό το ανανεωμένο βιβλίο σάς δείχνει τον τρόπο να βρείτε τα κρυμμένα διαμάντια μέσα στον σημερινό χαώδη κυκεώνα των δεδομένων.

  • Πάρτε ένα ταχύρρυθμο μάθημα στην Python
  • Μάθετε τις βασικές αρχές της γραμμικής άλγεβρας, της στατιστικής και των πιθανοτήτων - και πώς και πότε χρησιμοποιούνται στην επιστήμη των δεδομένων
  • Συλλέξτε, εξερευνήστε, καθαρίστε, μετασχηματίστε και επεξεργαστείτε τα δεδομένα
  • «Καταδυθείτε» στις βασικές αρχές της μηχανικής μάθησης
  • Υλοποιήστε μοντέλα όπως k-πλησιέστεροι γείτονες, απλοϊκή ταξινόμηση κατά Bayes, γραμμική και λογιστική παλινδρόμηση, δέντρα αποφάσεων, νευρωνικά δίκτυα και ομαδοποίηση
  • Εξερευνήστε τα συστήματα συστάσεων, την επεξεργασία φυσικής γλώσσας, την ανάλυση δικτύων, το MapReduce και τις βάσεις δεδομένων

  • ΠΡΟΒΟΛΗ ΟΛΗΣ ΤΗΣ ΠΕΡΙΓΡΑΦΗΣ
    Εκδότης : ΠΑΠΑΣΩΤΗΡΙΟΥ 
    Σελίδες : 408 
    ISBN : 978-960-491-144-8 
    Σχήμα : 17Χ24 
    Μήνας έκδοσης : Νοέμβριος 
    Έτος έκδοσης : 2021 
    ΠΡΟΒΟΛΗ ΟΛΩΝ ΤΩΝ ΣΤΟΙΧΕΙΩΝ
    ΨΗΦΙΣΤΕ
    Σύνολο Ψήφων: 0

    Είδατε πρόσφατα

    Το καλάθι σας είναι άδειο

    Η ιστοσελίδα χρησιμοποιεί cookies για την ευκολία της περιήγησης, την εξατομίκευση περιεχομένου και διαφημίσεων και την ανάλυση της επισκεψιμότητάς μας. Δείτε τους ανανεωμένους όρους χρήσης για την προστασία δεδομένων και τα cookies.

    Πληροφορίες

    Ρυθμίσεις

    Απόρριψη

    Αποδοχή

    Αναγκαία-Λειτουργικότητας: Τα αναγκαία cookies είναι ουσιαστικής σημασίας για την ορθή λειτουργία της ιστοσελίδας μας επιτρέποντάς σας να κάνετε περιήγηση και να χρησιμοποιήσετε τις λειτουργίες της. Αυτά τα cookies δεν αναγνωρίζουν την ατομική σας ταυτότητα. Χωρίς αυτά τα cookies, δεν μπορούμε να προσφέρουμε αποτελεσματική λειτουργία της ιστοσελίδας μας.
    Επιδόσεων: Τα cookies αυτά συλλέγουν πληροφορίες σχετικά με τον τρόπο που ανώνυμα οι επισκέπτες χρησιμοποιούν την ιστοσελίδα μας, για παράδειγμα, ποιές σελίδες έχουν τις πιο συχνές επισκέψεις.
    Διαφήμισης: Αυτά τα cookies χρησιμοποιούνται για την παροχή περιεχομένου, που ταιριάζει περισσότερο στα ενδιαφέροντά σας. Μπορεί να χρησιμοποιηθούν για την αποστολή στοχευμένης διαφήμισης/προσφορών ή την μέτρηση αποτελεσματικότητας μιας διαφημιστικής καμπάνιας. Μπορεί να χρησιμοποιηθούν για να καθορίσουμε ποια ηλεκτρονικά κανάλια marketing είναι πιο αποτελεσματικά.

    Αποθήκευση