ilosc: 0 szt. suma: 0,00 zł
Witaj niezarejestrowany
Przechowalnia
Tylko zalogowani klienci sklepu mogą korzystać z przechowalni
Kategorie
Hit dnia
Badanie danych. Raport z pierwszej linii działań
autor:
Rachel Schutt, Cathy O'Neil
Isbn: 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0, 978-83-246-9626-0
Ean: 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260, 9788324696260
Liczba stron: 371, 320, 320, 320, 320, 320, 320, 320, 320, 320, 320, 320, 320, 320, 320, 320
Format: 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237, 168x237
Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
,Unikalne wprowadzenie do nauki o danych!
W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.
Wśród tematów poruszonych w książce odnajdziesz:
- Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
- Algorytmy
- Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
- Regresję logistyczną
- Modelowanie finansowe
- Mechanizmy rekomendacji i przyczynowość
- Wizualizowanie danych
- Sieci społecznościowe i dziennikarstwo danych
- Inżynierię danych, systemy MapReduce, Pregel i Hadoop
Wyciągnij wartościowe wnioski z posiadanych informacji!
Oprawa: miękka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka, miďż˝kka
Wydawca: ebookpoint
Brak na magazynie
Inne produkty tego wydawcy:
Promocje
Bestsellery
Informacje
Dane kontaktowe
| Księgarnia internetowa "booknet.net.pl" ul.Kaliska 12 98-300 Wieluń |
Godziny otwarcia: pon-pt: 9.00-17.00 w soboty 9.00-13.00 |
Dane kontaktowe: tel: 43 843 1991fax: 68 380 1991 e-mail: info@booknet.net.pl
|
© copyright by BOOKNET