5% OFF | Comprando 2 ou mais |
---|---|
10% OFF | Comprando 3 ou mais |
Válido para este produto e todos da categoria: Livros e E-Books, Só Digital, Só Digital -> Audiolivro.
Nesta promoção você pode combinar este produto com outros da mesma categoria.
1 x de R$78,00 sem juros | Total R$78,00 | |
2 x de R$39,00 sem juros | Total R$78,00 | |
3 x de R$29,04 | Total R$87,13 | |
4 x de R$22,00 | Total R$88,02 | |
5 x de R$17,77 | Total R$88,87 | |
6 x de R$14,89 | Total R$89,33 | |
7 x de R$12,79 | Total R$89,50 | |
8 x de R$11,29 | Total R$90,34 | |
9 x de R$10,10 | Total R$90,90 | |
10 x de R$9,12 | Total R$91,23 | |
11 x de R$8,37 | Total R$92,05 | |
12 x de R$7,70 | Total R$92,34 |
Edição Português por Joel Grus (Autor)
As bibliotecas, estruturas, módulos e kits de ferramentas do data science são ótimas para desempenhá-lo mas, também, são uma ótima forma de mergulhar na disciplina sem ter, de fato, que entender data science. Neste livro, você aprenderá como os algoritmos e as ferramentas mais essenciais de data science funcionam ao implementá-los do zero.Se você tiver aptidão para matemática e alguma habilidade para programação, o autor Joel Grus lhe ajudará a se sentir confortável com matemática e estatística nos fundamentos de data science. Você precisará iniciar como um cientista de dados com habilidades de hackers. Atualmente, a grande massa de dados contém respostas para perguntas que ninguém nunca pensou em perguntar. Este guia fornece o conhecimento para desenterrar tais respostas.Obtenha um curso intensivo em Python;Aprenda o básico de álgebra linear, estatística e probabilidade ― e entenda como e quando eles são usados em data science;Colete, explore, limpe, mude e manipule dados;Vá fundo nos princípios do aprendizado de máquina;Implemente modelos como k-vizinhos mais próximos, Naive Bayes, regressão logística e linear, árvores de decisão, redes neurais e agrupamentos;Explore sistemas recomendados, processamento de linguagem natural, análise de rede, MapReduce e bases de dados. DEPOIMENTO:“Joel lhe leva em uma jornada desde a curiosidade sobre dados até a completa compreensão de algoritmos que todo cientista de dados deveria ter.”―Rohit Sivaprasad, Cientista de Dados na Soylent
🔖 Páginas: 442