Mathématiques fondamentales pour la science des données
A

Mathématiques fondamentales pour la science des données

Mathématiques
mathematics data science linear algebra probability theory statistics machine learning practical guide
Auteur
Thomas Nield
Éditeur
O'Reilly Media
Année
2022
Langue
Anglais
164
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Télécharger le code
Aperçu du fragment

Livres similaires

Mathématiques Essentielles pour la Science des Données : Maîtrisez Vos Données avec l'Algèbre Linéaire Fondamentale, les Probabilités et les Statistiques

Mathématiques Essentielles pour la Science des Données : Maîtrisez Vos Données avec l'Algèbre Linéaire Fondamentale, les Probabilités et les Statistiques

Thomas Nield

Fondamentaux de la science des données en Python

Fondamentaux de la science des données en Python

John M. Shea

Science des données : cours d'apprentissage

Science des données : cours d'apprentissage

Steven S. Skiena

Apprentissage de la science des données : Traitement, exploration, visualisation et modélisation des données avec Python

Apprentissage de la science des données : Traitement, exploration, visualisation et modélisation des données avec Python

Sam Lau, Joseph Gonzalez, Deborah Nolan

Big Data sur Kubernetes : Guide pratique pour créer des solutions de données efficaces et évolutives

Big Data sur Kubernetes : Guide pratique pour créer des solutions de données efficaces et évolutives

Neilson Crépalde

Génie logiciel pour les data scientists : des notebooks aux systèmes évolutifs

Génie logiciel pour les data scientists : des notebooks aux systèmes évolutifs

Catherine Nelson

Science des données : une première introduction

Science des données : une première introduction

Tiffany Timbers, Trevor Campbell, Melissa Lee

Apprendre Pandas 2.0 : Un guide complet pour la manipulation et l'analyse des données pour les scientifiques des données et les professionnels du machine learning

Apprendre Pandas 2.0 : Un guide complet pour la manipulation et l'analyse des données pour les scientifiques des données et les professionnels du machine learning

Matthew Rosch

Fondements de l'apprentissage statistique : exploration de données, inférence et prédiction

Fondements de l'apprentissage statistique : exploration de données, inférence et prédiction

Trevor Hastie, Robert Tibshirani, Jerome Friedman

Ingénierie logicielle pour les data scientists : des notebooks aux systèmes évolutifs

Ingénierie logicielle pour les data scientists : des notebooks aux systèmes évolutifs

Catherine Nelson