Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 60 votes.
Data Science Programming All-In-One for Dummies
Votre guide logique et linéaire des fondamentaux de la programmation en science des données La science des données est en pleine explosion - dans le bon sens du terme - avec une prévision de 1,7 mégaoctet de nouvelles informations créées chaque seconde pour chaque être humain sur la planète d'ici 2020 et 11 millions d'offres d'emploi d'ici 2026. 5 millions de postes à pourvoir d'ici 2026.
Il est évident qu'il est payant d'être au courant de ce qui se passe. Ce guide convivial présente les principes fondamentaux de la science des données, avant d'entrer dans le vif du sujet : régression linéaire, régression logique, apprentissage automatique, réseaux neuronaux, moteurs de recommandation et validation croisée des modèles. Data Science Programming All-In-One For Dummies est une compilation des principaux langages de programmation de la science des données, de l'apprentissage automatique et de l'apprentissage profond (deep learning), Python et R.
Il aide à comprendre les principes de base de la science des données : Python et R. Il vous aide à choisir les langages de programmation les mieux adaptés à vos besoins spécifiques en matière de science des données.
Il vous donne également les lignes directrices pour construire vos propres projets afin de résoudre des problèmes en temps réel. Les bases : le point de départ idéal pour les nouveaux professionnels des données L'avenir : découvrez les domaines spécifiques que les données transforment Avoir du sens : découvrez comment raconter l'histoire de vos données Voir clair : apprenez l'art de la visualisation Que vous soyez un étudiant débutant ou déjà en milieu de carrière, obtenez votre exemplaire dès maintenant et donnez encore plus de sens à votre vie - et à celle des autres.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)