دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Python vs. R for Data Science
دانلود کتاب پایتون در مقابل R برای علم داده
مشخصات کتاب
Python vs. R for Data Science
ویرایش:
نویسندگان: Michael Grogan
سری:
ISBN (شابک) : 9781492033943
ناشر: O’Reilly Media, Inc.
سال نشر: 2018
تعداد صفحات: 14
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 456 کیلوبایت
قیمت کتاب (تومان) : 50,000
در صورت تبدیل فایل کتاب Python vs. R for Data Science 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 در مقابل R برای علم داده 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 در مقابل R برای علم داده
https://www.oreilly.com/library/view/python-vs-r/9781492033943/ پایتون و R دو زبان اصلی در علم داده هستند. اساساً، پایتون یک زبان برای برنامه نویسان است، در حالی که R زبانی برای آماردانان است. در زمینه علم داده، وقتی صحبت از قابلیت‌های هر زبان در زمینه‌های تحلیل رگرسیون و یادگیری ماشینی می‌شود، میزان قابل توجهی همپوشانی وجود دارد. انتخاب زبان شما به شدت به محیطی که در آن کار می کنید بستگی دارد. در یک محیط تولید، پایتون با زبان‌های دیگر بسیار یکپارچه‌تر ادغام می‌شود و بنابراین روش عمل در این زمینه است. با این حال، R به دلیل گزینش گسترده‌تر کتابخانه‌ها برای تجزیه و تحلیل آماری، در محیط‌های تحقیقاتی بسیار رایج‌تر است.
توضیحاتی درمورد کتاب به خارجی
https://www.oreilly.com/library/view/python-vs-r/9781492033943/ Python and R are two of the mainstream languages in data science. Fundamentally, Python is a language for programmers, whereas R is a language for statisticians. In a data science context, there is a significant degree of overlap when it comes to the capabilities of each language in the fields of regression analysis and machine learning. Your choice of language will depend highly on the environment in which you are operating. In a production environment, Python integrates with other languages much more seamlessly and is therefore the modus operandi in this context. However, R is much more common in research environments due to its more extensive selection of libraries for statistical analysis.
فهرست مطالب
Python vs. R for Data Science
Introduction
Basics
Core Characteristics
Native Types
Data Science Libraries
How to Choose
What is your background?
What types of tasks do you wish to accomplish?
What environment are you operating in?
نظرات کاربران
کتاب های تصادفی
دانلود کتاب The United States and Malaysia
دانلود کتاب Гра в бісер.
