Grundlegende Mathematik für Data Science
A

Grundlegende Mathematik für Data Science

Mathematik
mathematics data science linear algebra probability theory statistics machine learning practical guide
Autor
Thomas Nield
Verlag
O'Reilly Media
Jahr
2022
Sprache
Englisch
170
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Code herunterladen
Vorschau des Fragments

Ähnliche Bücher

Wichtige Mathematik für Data Science: Übernehmen Sie die Kontrolle über Ihre Daten mit grundlegender linearer Algebra, Wahrscheinlichkeitsrechnung und Statistik

Wichtige Mathematik für Data Science: Übernehmen Sie die Kontrolle über Ihre Daten mit grundlegender linearer Algebra, Wahrscheinlichkeitsrechnung und Statistik

Thomas Nield

Grundlagen der Datenwissenschaft mit Python

Grundlagen der Datenwissenschaft mit Python

John M. Shea

Data Science: Einführungskurs

Data Science: Einführungskurs

Steven S. Skiena

Data Science lernen: Datenverarbeitung, -exploration, -visualisierung und -modellierung mit Python

Data Science lernen: Datenverarbeitung, -exploration, -visualisierung und -modellierung mit Python

Sam Lau, Joseph Gonzalez, Deborah Nolan

Big Data auf Kubernetes: Ein praktischer Leitfaden für effektive und skalierbare Datenlösungen

Big Data auf Kubernetes: Ein praktischer Leitfaden für effektive und skalierbare Datenlösungen

Neilson Krepalde

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Catherine Nelson

Data Science: Eine erste Einführung

Data Science: Eine erste Einführung

Tiffany Timbers, Trevor Campbell, Melissa Lee

Lernen von Pandas 2.0: Ein umfassender Leitfaden zur Datenmanipulation und -analyse für Data Scientists und Machine-Learning-Experten

Lernen von Pandas 2.0: Ein umfassender Leitfaden zur Datenmanipulation und -analyse für Data Scientists und Machine-Learning-Experten

Matthew Rosch

Grundlagen des statistischen Lernens: Data Mining, Inferenz und Vorhersage

Grundlagen des statistischen Lernens: Data Mining, Inferenz und Vorhersage

Trevor Hastie, Robert Tibshirani, Jerome Friedman

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Catherine Nelson