Imagen de Amazon.com
Data science from scrath : first principles with Python
Tipo de material:
TextoEstados Unidos de América : O´Reilly Media, 2019Edición: 2Descripción: 384 páginasISBN: - 9781492041139
- 005.13 G892
Contenidos:
A crash course in Python -- Visualizing data -- Linear algebra -- Statistics -- Probability -- Hypothesis and inference -- Gradient descent -- Getting data -- Working with data -- Machine learning -- K-Nearest neighbors -- Naive bayes -- Simple linear regression -- Multiple regression -- Logistic regression -- Dicision trees -- Neural networks -- Deep learning
| Imagen de cubierta | Tipo de ítem | Biblioteca actual | Biblioteca de origen | Colección | Ubicación en estantería | Signatura topográfica | Materiales especificados | Info Vol | URL | Copia número | Estado | Notas | Fecha de vencimiento | Código de barras | Reserva de ítems | Prioridad de la cola de reserva de ejemplar | Reservas para cursos | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Libro
|
Biblioteca Rafael Escandón Hernández - UNAC - Medellín Sala principal de colecciones - Primer piso - Medellín | General | 005.13 G892 (Navegar estantería(Abre debajo)) | Ejemplar 1 | Disponible | 19383 |
Navegando Biblioteca Rafael Escandón Hernández - UNAC - Medellín estanterías,Ubicación en estantería: Sala principal de colecciones - Primer piso - Medellín,Colección: General Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
|
|
|
|
|
|
|
||
| 005.13 C387 El lenguaje de programación Visual Basic.NET | 005.13 C387e Enciclopedia de microsoft visual basic Francisco Javier Ceballos Sierra | 005.13 D671 HTML y CSS : como nunca antes se lo habían contado : contenido web | 005.13 G892 Data science from scrath : first principles with Python | 005.13 J88 Programación en C C++ Java y UML | 005.13 J88 Programación en C C++ Java y UML | 005.13 J88 Programación en C C++ Java y UML |
Incluye índice
A crash course in Python -- Visualizing data -- Linear algebra -- Statistics -- Probability -- Hypothesis and inference -- Gradient descent -- Getting data -- Working with data -- Machine learning -- K-Nearest neighbors -- Naive bayes -- Simple linear regression -- Multiple regression -- Logistic regression -- Dicision trees -- Neural networks -- Deep learning
cataran
