دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Data Science: Questions and Answers
دانلود کتاب علم داده: پرسش و پاسخ
مشخصات کتاب
Data Science: Questions and Answers
ویرایش:
نویسندگان: George A Duckett
سری:
ISBN (شابک) : 1530655277, 9781530655274
ناشر: CreateSpace Independent Publishing Platform
سال نشر: 2016
تعداد صفحات: 388
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
قیمت کتاب (تومان) : 42,000
کلمات کلیدی مربوط به کتاب علم داده: پرسش و پاسخ: پردازش داده، پایگاه داده و کلان داده، کامپیوتر و فناوری
در صورت تبدیل فایل کتاب Data Science: Questions and Answers 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: پرسش و پاسخ 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: پرسش و پاسخ
اگر در مورد علم داده سوالی دارید، این کتاب با پاسخ است. Data Science: Questions and Answers برخی از بهترین پرسش‌ها و پاسخ‌های مطرح شده در وبسایت datascience.stackexchange.com را می‌گیرد. شما می توانید از این کتاب برای جستجوی سوالات متداول، مرور سوالات در مورد یک موضوع خاص، مقایسه پاسخ ها با موضوعات رایج، بررسی منبع اصلی و موارد دیگر استفاده کنید. این کتاب به گونه ای طراحی شده است که استفاده از آن بسیار آسان باشد، با منابع داخلی بسیاری تنظیم شده است که مرور را به روش های مختلف ممکن می کند. موضوعات تحت پوشش عبارتند از: یادگیری ماشین، Bigdata، داده کاوی، طبقه بندی، شبکه عصبی، آمار، پایتون، خوشه بندی، R، متن کاوی، NLP، مجموعه داده، کارایی، الگوریتم ها، Hadoop، SVM، ابزارها، توصیه ها، تجسم، پایگاه های داده، انتخاب ویژگی، NoSQL، K Means، Random Forest، Logistic Regression و بسیاری موارد دیگر.
توضیحاتی درمورد کتاب به خارجی
If you have a question about Data Science this is the book with the answers. Data Science: Questions and Answers takes some of the best questions and answers asked on the datascience.stackexchange.com website. You can use this book to look up commonly asked questions, browse questions on a particular topic, compare answers to common topics, check out the original source and much more. This book has been designed to be very easy to use, with many internal references set up that makes browsing in many different ways possible. Topics covered include: Machine Learning, Bigdata, Data Mining, Classification, Neuralnetwork, Statistics, Python, Clustering, R, Text Mining, NLP, Dataset, Efficiency, Algorithms, Hadoop, SVM, Tools, Recommendation, Visualization, Databases, Feature Selection, NoSQL, K Means, Random Forest, Logistic Regression and many more.
