Bücher
Algorithmen und Theorie
Mathematik
Mathematik für Data Science. Datenmanagement mit linearer Algebra, Wahrscheinlichkeitstheorie und Statistik

Mathematik für Data Science. Datenmanagement mit linearer Algebra, Wahrscheinlichkeitstheorie und Statistik

Name: Mathematik für Data Science. Datenmanagement mit linearer Algebra, Wahrscheinlichkeitstheorie und Statistik
Author: Thomas Neild
ISBN: 9786010843578

Mathematik

data science mathematics linear algebra probability theory statistics machine learning practical guide

Autor: Thomas Neild
Verlag: Sprint Buch
Jahr: 2025
Sprache: Russisch; 190

Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Kevin P. Murphy

Bayesianische Modelle. Bayesianische Statistik mit der Programmiersprache Python

Allen B. Downey

Praktische Statistik für Data-Science-Experten: 50+ wesentliche Konzepte mit R und Python

Peter Bruce, Andrew Bruce, Peter Gedeck

Regression: Theorie und Praxis. Mit Beispielen in R und Stan

Andrew Gelman, Jennifer Hill, Aki Vehtari

Data Science. Insiderwissen für Anfänger. Inklusive der Sprache R.

Katie O’Neil, Rachel Schutt

Bayessche Statistik: Star Wars®, LEGO®, Gummienten und vieles mehr

Will Kurt

Data Science lernen. Datenverarbeitung, -analyse, -visualisierung und -modellierung mit Python

Sam Lau, Joseph Gonzalez, Deborah Nolan

Computer Science für den Autodidakt-Programmierer. Alles, was man über Datenstrukturen und Algorithmen wissen muss.

Kori Althoff

Data Science: Probleme und Lösungen

A.S. Vatyan, N.F. Gusarova, N.V. Dobreko

Wahrscheinlichkeitstheorie und mathematische Statistik. Leitfaden zur Lösung von Aufgaben

W. W. Grigorjew-Golubew, N. W. Wassiljewa, E. A. Krotow