Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python

Found 26 related Books

You are about to access Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python.Access Speed for this file: 100000 KB/Sec

Loading

Free Membership Registration to Download

Our library can be accessed from certain countries only.

Please, see if you are eligible to read or download Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python by creating an account.

You must create a free account in order to read or download this book.

Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python by Joel Grus.pdf

Uploaded : 2018/05/25 

Last checked : 49 Minutes ago!

Status : AVAILABLE
User rating : 5 / 4
 Downloads : 5404
 

doc
pdf
docx
mobi
djvu
epub
ibooks


01

Descriptions : Dieses Buch fhrt Sie in Data Science ein indem es grundlegende Prinzipien der Datenanalyse erlutert und Ihnen geeignete Techniken und Werkzeuge vorstellt Sie lernen nicht nur wie Sie Bibliotheken Frameworks Module und Toolkits konkret einsetzen sondern implementieren sie auch selbst Dadurch entwickeln Sie ein tieferes Verstndnis fr die Zusammenhnge und erfahren wie essenzielle Tools und Algorithmen der Datenanalyse im Kern funktionieren br br Falls Sie Programmierkenntnisse und eine gewisse Sympathie fr Mathematik mitbringen untersttzt Joel Grus Sie dabei mit den mathematischen und statistischen Grundlagen der Data Science vertraut zu werden und sich Programmierfhigkeiten anzueignen die Sie fr die Praxis bentigen Dabei verwendet er Python Die weitverbreitete Sprache ist leicht zu erlernen und bringt zahlreiche Bibliotheken fr Data Science mit br br Aus dem Inhalt br Absolvieren Sie einen Crashkurs in Python br Lernen Sie die Grundlagen von linearer Algebra Statistik und Wahrscheinlichkeitsrechnung kennen und erfahren Sie wie diese in Data Science eingesetzt werden br Sammeln untersuchen bereinigen bearbeiten und manipulieren Sie Daten br Tauchen Sie in die Welt des maschinellen Lernens ein br Implementieren Sie Modelle wie k nearest Neighbors Naive Bayes lineare und logistische Regression Entscheidungsbume neuronale Netzwerke und Clustering br Entdecken Sie Empfehlungssysteme Sprachverarbeitung Netzwerkanalyse MapReduce und Datenbanken










9182 Users Online

9182 Users Online