Prétraitement des données en Python. Volume 1. Outils et validation
A

Prétraitement des données en Python. Volume 1. Outils et validation

Science des données
Python data preprocessing machine learning NumPy Jupyter validation data science
Auteur
A. V. Gruzdev
Éditeur
DMK Press
Année
2023
Langue
Russe
186
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Python pour les tâches complexes : science des données. 2e éd. intern.

Python pour les tâches complexes : science des données. 2e éd. intern.

Jake Vander Plas

Python et analyse de données. Traitement primaire des données avec pandas, NumPy et Jupyter

Python et analyse de données. Traitement primaire des données avec pandas, NumPy et Jupyter

Wes McKinney

Python et analyse de données. Traitement primaire des données avec pandas, NumPy et IPython

Python et analyse de données. Traitement primaire des données avec pandas, NumPy et IPython

Wes McKinney

Ingénierie des données en Python : Fondamentaux de l'analyse des données avec Pandas, NumPy et Scikit-learn

Ingénierie des données en Python : Fondamentaux de l'analyse des données avec Pandas, NumPy et Scikit-learn

A. Yu. Ginko (traducteur)

Introduction au Machine Learning avec Python. Guide pour les spécialistes des données

Introduction au Machine Learning avec Python. Guide pour les spécialistes des données

Andreas Müller, Sara Guido

Prétraitement des données en Python. Volume 2 : Plan, exemples et métriques de qualité

Prétraitement des données en Python. Volume 2 : Plan, exemples et métriques de qualité

A. V. Gruzdev

Python. Analyse systémique des données, calculs et modélisation

Python. Analyse systémique des données, calculs et modélisation

Joachim Sundnes

Construction de systèmes d'apprentissage automatique avec Python. 2e édition

Construction de systèmes d'apprentissage automatique avec Python. 2e édition

Luis Pedro Coelho, Willy Richarte

Data Science. La science des données à partir de zéro

Data Science. La science des données à partir de zéro

Joël Grus

Python en une ligne : code concis et significatif

Python en une ligne : code concis et significatif

Christian Mayer