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 Statistics, Data Mining, and Machine Learning in Astronomy: A Practical Python Guide for the Analysis of Survey Data

دانلود کتاب آمار، داده کاوی و یادگیری ماشینی در نجوم: راهنمای عملی پایتون برای تجزیه و تحلیل داده های نظرسنجی

Statistics, Data Mining, and Machine Learning in Astronomy: A Practical Python Guide for the Analysis of Survey Data

مشخصات کتاب

Statistics, Data Mining, and Machine Learning in Astronomy: A Practical Python Guide for the Analysis of Survey Data

ویرایش: Course Book 
نویسندگان: , , ,   
سری: Princeton Series in Modern Observational Astronomy; 1 
ISBN (شابک) : 9781400848911 
ناشر: Princeton University Press 
سال نشر: 2014 
تعداد صفحات: 558 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 38 مگابایت

قیمت کتاب (تومان) : 86,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


در صورت تبدیل فایل کتاب Statistics, Data Mining, and Machine Learning in Astronomy: A Practical Python Guide for the Analysis of Survey Data 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 آمار، داده کاوی و یادگیری ماشینی در نجوم: راهنمای عملی پایتون برای تجزیه و تحلیل داده های نظرسنجی 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 درمورد کتاب به خارجی



فهرست مطالب

Contents\nPreface\nPART I. Introduction\n1. About the Book and Supporting Material\n2. Fast Computation on Massive Data Sets\nPart II. Statistical Frameworks and Exploratory Data Analysis\n3. Probability and Statistical Distributions\n4. Classical Statistical Inference\n5. Bayesian Statistical Inference\nPART III. Data Mining and Machine Learning\n6. Searching for Structure in Point Data\n7. Dimensionality and Its Reduction\n8. Regression and Model Fitting\n9. Classification\n10. Time Series Analysis\nPART IV. Appendices\nA. An Introduction to Scientific Computing with Python\nB. AstroML: Machine Learning for Astronomy\nC. Astronomical Flux Measurements and Magnitudes\nD. SQL Query for Downloading SDSS Data\nE. Approximating the Fourier Transform with the FFT\nVisual Figure Index\nIndex




نظرات کاربران

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