Statistics for Data Science

دانلود کتاب Statistics for Data Science

46000 تومان موجود

کتاب آمار برای علم داده نسخه زبان اصلی

دانلود کتاب آمار برای علم داده بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 7


توضیحاتی در مورد کتاب Statistics for Data Science

نام کتاب : Statistics for Data Science
عنوان ترجمه شده به فارسی : آمار برای علم داده
سری :
نویسندگان : ,
ناشر : Packt Publishing
سال نشر : 2018
تعداد صفحات : 0

زبان کتاب : English
فرمت کتاب : mobi    درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 11 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :


"این دوره شما را از طریق یک ادیسه آماری کامل، از دانستن بسیار اندک تا راحت شدن با استفاده از روش های آماری مختلف با وظایف علم داده، آشنا می کند. با آمار ساده شروع می شود و سپس به سمت روش های آماری می رود که در الگوریتم های علم داده استفاده می شود. برنامه های R برای محاسبات آماری به طور واضح همراه با منطق توضیح داده شده است. شما با مفاهیم ریاضی مختلفی مانند واریانس، انحراف استاندارد، احتمال، محاسبات ماتریس و غیره مواجه خواهید شد. شما فقط آنچه را که برای پیاده سازی آمار در وظایف علم داده لازم است یاد خواهید گرفت. مانند پاکسازی داده ها، کاوی و تجزیه و تحلیل.شما تکنیک های آماری مورد نیاز برای انجام کارهایی مانند رگرسیون خطی، منظم سازی، ارزیابی مدل، تقویت، SVM و کار با شبکه های عصبی را خواهید آموخت.در پایان دوره، شما با انجام محاسبات آماری مختلف برای علم داده به صورت برنامه نویسی راحت است."--صفحه توضیحات منبع.


توضیحاتی در مورد کتاب به زبان اصلی :


"This course will take you through an entire statistics odyssey, from knowing very little to becoming comfortable with using various statistical methods with data science tasks. It starts off with simple statistics and then moves on to statistical methods that are used in data science algorithms. R programs for statistical computation are clearly explained along with the logic. You will come across various mathematical concepts, such as variance, standard deviation, probability, matrix calculations, and more. You will learn only what is required to implement statistics in data science tasks such as data cleaning, mining, and analysis. You will learn the statistical techniques required to perform tasks such as linear regression, regularization, model assessment, boosting, SVMs, and working with neural networks. By the end of the course, you will be comfortable with performing various statistical computations for data science programmatically."--Resource description page.



پست ها تصادفی