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 Python for Six Sigma

دانلود کتاب پایتون برای شش سیگما

Python for Six Sigma

مشخصات کتاب

Python for Six Sigma

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781653888245 
ناشر:  
سال نشر: 2020 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 47,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 18


در صورت تبدیل فایل کتاب Python for Six Sigma 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 پایتون برای شش سیگما 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 پایتون برای شش سیگما

در عصر Industry 4.0، همه شرکت های موفق در حال تبدیل امکانات تولید خود به یک "کارخانه هوشمند" هستند. آنها در حال رقابت برای دسترسی بلادرنگ به جریان مداوم داده ها از خطوط تولید و مشتریان خود هستند. جریان داده های غنی شرکت ها را قادر می سازد تا با محصولات و خدمات نوآورانه به مشتریان خدمات ارائه دهند. اگر شما، یک کارمند، می‌خواهید در این انقلاب مشارکت فعال داشته باشید، باید یک دانشمند داده و یک متخصص بهبود فرآیند شوید. به عنوان یک پزشک شش سیگما، شما در حال حاضر به مهارت های مورد نیاز برای حل سیستماتیک یک مشکل از طریق رویکرد "تعریف، اندازه گیری، تجزیه و تحلیل، بهبود و کنترل" (DMAIC) مجهز شده اید. اما چیزهای بیشتری برای یادگیری وجود دارد. برای تبدیل شدن به یک دانشمند داده خوب در عصر جدید، باید دانشی در مورد تکنیک های یادگیری ماشین ایجاد کنید و حداقل یک زبان برنامه نویسی یادگیری ماشین را یاد بگیرید. هدف این کتاب آموزش نحوه استفاده از پایتون برای تجزیه و تحلیل داده ها در پروژه های شش سیگما است. این کار با پیروی از نقشه راه DMAIC شش سیگما و با استفاده از بسیاری از مطالعات موردی که در آن ریاضیات قبل از دستورالعمل های گام به گام در مورد کدنویسی پایتون مورد بحث قرار می گیرد، انجام می شود. پس از خواندن این کتاب، در استفاده از پایتون برای پروژه های شش سیگما خود به یک متخصص با دانش تبدیل خواهید شد. شما یک مهارت جدید حیاتی خواهید داشت تا خود را برای موفقیت در Industry 4.0 آماده کنید.


توضیحاتی درمورد کتاب به خارجی

In the era of Industry 4.0, all successful companies are transforming their production facilities into a 'smart factory'. They are competing for real-time access to continuous flow of data from their production lines and from their customers. The rich data flow enables companies to serve customers with innovative products and services. If you, the individual employee, want to be an active contributor in this revolution, you will need to become a data scientist and a process improvement expert. As a Six Sigma practitioner, you are already equipped with skills needed to systematically solve a problem through the approach of "define, measure, analyze, improve, and control" (DMAIC). But there is more for you to learn. To become a good data scientist in the new era, you will need to develop some knowledge of machine learning techniques and learn at least one machine learning programming language. The goal of this book is to teach you how to use Python for data analytics in your Six Sigma projects. This is done by following Six Sigma's DMAIC roadmap and by using many case studies in which mathematics are discussed prior to step-by-step instructions on Python coding. After you have read this book, you will become an expert with knowledge in using Python for your Six Sigma projects. You will have a critical new skill to prepare yourself for success in Industry 4.0.





نظرات کاربران