دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Data Analysis Made Easy
دانلود کتاب تجزیه و تحلیل داده ها آسان شد
مشخصات کتاب
Data Analysis Made Easy
ویرایش: نویسندگان: Carvalho. André, Horvath. Tomás, Moreira. João سری: ISBN (شابک) : 9781119296263, 1119296269 ناشر: John Wiley & Sons, Incorporated سال نشر: 2018 تعداد صفحات: 392 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 20 مگابایت
قیمت کتاب (تومان) : 46,000
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده ها آسان شد: داده کاوی، پردازش الکترونیکی داده، آمار ریاضی -- روش شناسی، کتاب های الکترونیکی، آمار ریاضی -- روش شناسی
در صورت تبدیل فایل کتاب Data Analysis Made Easy به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل داده ها آسان شد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب تجزیه و تحلیل داده ها آسان شد
مقدمه فهرست مطالب؛ پیشگفتار؛ بخش اول: پیشینه مقدماتی. 1 چه کاری می توانیم با داده ها انجام دهیم؟ 1.1 کلان داده و علم داده. 1.2 معماری کلان داده. 1.3 داده های کوچک. 1.4 داده چیست؟ 1.5 طبقه بندی کوتاه تجزیه و تحلیل داده ها. 1.6 نمونه هایی از استفاده از داده ها. 1.7 پروژه در تجزیه و تحلیل داده ها. 1.8 این کتاب چگونه سازماندهی شده است. 1.9 چه کسی باید این کتاب را بخواند. بخش دوم: دریافت بینش از داده ها. 2 آمار توصیفی; 2.1 انواع مقیاس; 2.2 تحلیل تک متغیره توصیفی. 2.3 تجزیه و تحلیل دو متغیره توصیفی. 2.4 اظهارات پایانی; 2.5 تمرینات؛ 3 تحلیل توصیفی چند متغیره.
توضیحاتی درمورد کتاب به خارجی
Intro; Table of Contents; Preface; Part I: Introductory Background; 1 What Can We Do With Data?; 1.1 Big Data and Data Science; 1.2 Big Data Architectures; 1.3 Small Data; 1.4 What is Data?; 1.5 A Short Taxonomy of Data Analytics; 1.6 Examples of Data Use; 1.7 A Project on Data Analytics; 1.8 How this Book is Organized; 1.9 Who Should Read this Book; Part II: Getting Insights from Data; 2 Descriptive Statistics; 2.1 Scale Types; 2.2 Descriptive Univariate Analysis; 2.3 Descriptive Bivariate Analysis; 2.4 Final Remarks; 2.5 Exercises; 3 Descriptive Multivariate Analysis.
فهرست مطالب
What can we do with data? --
Descriptive statistics --
Descriptive multivariate analysis --
Data quality and preprocessing --
Clustering --
Frequent pattern mining --
Cheat sheet and project on descriptive analytics --
Regression --
Classification --
Additional predictive methods --
Advanced predictive topics --
Cheat sheet and project on predictive analytics --
Applications for text, web and social media.
