ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Data Science with Java: Practical Methods for Scientists and Engineers

دانلود کتاب علم داده با جاوا: روش های عملی برای دانشمندان و مهندسان

Data Science with Java: Practical Methods for Scientists and Engineers

مشخصات کتاب

Data Science with Java: Practical Methods for Scientists and Engineers

دسته بندی: برنامه نويسي
ویرایش: Paperback 
نویسندگان:   
سری:  
ISBN (شابک) : 1491934115, 9781491934111 
ناشر: O’Reilly Media 
سال نشر: 2017 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 39,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Data Science with Java: Practical Methods for Scientists and Engineers 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 علم داده با جاوا: روش های عملی برای دانشمندان و مهندسان 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 علم داده با جاوا: روش های عملی برای دانشمندان و مهندسان

علم داده به لطف R و Python در حال رونق است، اما جاوا استحکام، راحتی و توانایی مقیاس‌بندی حیاتی برای کاربردهای علم داده امروزی را به ارمغان می‌آورد. با این کتاب کاربردی، مهندسان نرم افزار جاوا که به دنبال افزودن مهارت های علم داده هستند، سفری منطقی را در خط لوله علم داده طی خواهند کرد. نویسنده Michael Brzustowicz نظریه پایه ریاضی پشت هر مرحله از فرآیند علم داده و همچنین نحوه به کارگیری این مفاهیم با جاوا را توضیح می دهد.

شما نقش مهمی را یاد خواهید گرفت که داده IO، جبر خطی، آمار، عملیات داده، یادگیری و پیش‌بینی، و Hadoop MapReduce در این فرآیند بازی می‌کنند. در سراسر این کتاب، نمونه‌های کدی را خواهید یافت که می‌توانید در برنامه‌های خود از آنها استفاده کنید.


روش‌های به دست آوردن، تمیز کردن، و مرتب کردن داده‌ها را به شکل خالص آن بررسی کنید
درک ماتریس ساختاری که داده‌های شما باید داشته باشند
مفاهیم اساسی برای آزمایش مبدا و اعتبار داده‌ها را بیاموزید
داده‌های خود را به مقادیر عددی پایدار و قابل استفاده تبدیل کنید
الگوریتم‌های یادگیری تحت نظارت و نظارت نشده و روش‌های ارزیابی آنها را درک کنید. موفقیت
با MapReduce، با استفاده از مؤلفه‌های سفارشی‌سازی شده مناسب برای الگوریتم‌های علم داده، راه‌اندازی کنید


توضیحاتی درمورد کتاب به خارجی

Data Science is booming thanks to R and Python, but Java brings the robustness, convenience, and ability to scale critical to today's data science applications. With this practical book, Java software engineers looking to add data science skills will take a logical journey through the data science pipeline. Author Michael Brzustowicz explains the basic math theory behind each step of the data science process, as well as how to apply these concepts with Java.

You'll learn the critical roles that data IO, linear algebra, statistics, data operations, learning and prediction, and Hadoop MapReduce play in the process. Throughout this book, you'll find code examples you can use in your applications.


Examine methods for obtaining, cleaning, and arranging data into its purest form
Understand the matrix structure that your data should take
Learn basic concepts for testing the origin and validity of data
Transform your data into stable and usable numerical values
Understand supervised and unsupervised learning algorithms, and methods for evaluating their success
Get up and running with MapReduce, using customized components suitable for data science algorithms





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی