Praktische Statistik für Data Scientists : 50+ essenzielle Konzepte mit R und Python

QR kȏd

Praktische Statistik für Data Scientists : 50+ essenzielle Konzepte mit R und Python / Peter Bruce, Andrew Bruce, Peter Gedeck

Bibliografski detalji
Glavni autori:	Bruce, Peter (Autor), Bruce, Andrew (Autor), Gedeck, Peter (Autor)
Daljnji autori:	Fraaß, Marcus (Prevodilac)
Format:	Knjiga
Jezik:	German English
Izdano:	Heidelberg : O'Reilly, 2021
Izdanje:	Übersetzung der 2. Auflage
Serija:	Animals
Online pristup:	Inhaltsverzeichnis

Similar Items

Mobility of scientists in Lithunia: Internal and external brain drain
Izdano: (1996)

Praktische Methoden der Konjunkturprognose
od: Nierhaus, Wolfgang
Izdano: (1998)

Praktische Umsetzung der Qualitätsoffensive in der Außenhandelsstatistik
od: Krockow, Albrecht
Izdano: (2001)

HTML im Einsatz : Heiße Tips für coole Web-Sites
od: Morris, Bruce
Izdano: (1996)

R für Data Science : Daten importieren, bereinigen, umformen, modellieren und visualisieren
od: Wickham, Hadley, i dr.
Izdano: (2018)

Indikatorengestützte Erfolgskontrolle in der Stadtentwicklung - praktische Erfahrungen in Modellstädten
Izdano: (2001)

Data Feminism
od: D'lgnazio, Catherine, i dr.
Izdano: (2020)

Ghana Integrated to the World Economy : Focus on Ghana-UK-Germany Trade Linkage Model
od: Sarpong, Daniel Bruce
Izdano: (1998)

Data Warehousing : Data Mining - OLAP
Izdano: (1998)

Stichproben : Methoden und praktische Umsetzung mit R
od: Kauermann, Göran, i dr.
Izdano: (2011)

Werde ein Data Head : Data Science, Machine Learning und Statistik verstehen und datenintensive Jobs meistern
od: Gutman, Alex J., i dr.
Izdano: (2022)

Big data
Izdano: (2016)

Social bookkeeping data : data quality and data management
Izdano: (2009)

Grundlagen und praktische Durchführung einer Online-Befragung im Mixed-Mode-Design
od: Bartz, Angelina
Izdano: (2013)

Data-Warehouse-Systeme für Dummies
od: Gerken, Wolfgang
Izdano: (2018)

Data Governance : der Leitfaden für die Praxis
od: Weber, Kristin, i dr.
Izdano: (2021)

Big Data : Chancen, Risiken, Entwicklungstendenzen
Izdano: (2018)

Data Science : Grundlagen, Architekturen und Anwendungen
Izdano: (2019)

Einführung in Data Science
od: Grus, Joel
Izdano: (2016)

Handbook of Data Visualization
Izdano: (2008)

Interactive data visualization for the web : an introduction to designing with D3
od: Murray, Scott
Izdano: (2017)

Das Konzept der Verlorenen Lebensjahre - Theoretische Entwicklung und praktische Anwendung anhand eines Vergleichs der Mortalität West- und Ostdeutschlands
od: Resch, Stefan
Izdano: (2001)

Einführung in Machine Learning mit Python : Praxiswissen Data Science
od: Müller, Andreas Christian, i dr.
Izdano: (2017)

Data visualization toolkit : using JavaScript, rails, and postgres to present data and geospatial information
od: Clark, Barrett
Izdano: (2017)

Big Data und Preisdiskriminierung
od: Konrad, Vera, i dr.
Izdano: (2020)

The IAB Establishment Panel - methodological essentials and data quality
od: Ellguth, Peter, i dr.
Izdano: (2014)

Big Data und Recht : Einführung für die Praxis
od: Caldarola, Maria Cristina, i dr.
Izdano: (2019)

Smart Data : Datenstrategien, die Kunden wirklich wollen und Unternehmen wirklich nützen
od: Bloching, Björn, i dr.
Izdano: (2015)

Big Data : Analysen zum digitalen Wandel von Wissen, Macht und Ökonomie
Izdano: (2014)

Big Data als neuer Weg der Datengewinnung für die amtliche Statistik
od: Schnorr-Bäcker, Susanne
Izdano: (2016)

Data Warehouse Blueprints : Business Intelligence in der Praxis
Izdano: (2016)

Doing Data Science : [Straight Talk From the Frontlinde]
od: Schutt, Rachel, i dr.
Izdano: (2014)

Geheimhaltung im Data Warehouse : Prototypische Implementierung von automatisierter Geheimhaltung im Data Warehouse für die amtliche Hochschulstatistik in Bayern
od: Wipke, Mirco
Izdano: (2018)

Industrial concentration and endogenous sunk costs in the European Union
od: Lyons, Bruce R., i dr.
Izdano: (1995)

Datenanalyse mit Python
od: McKinney, Wes
Izdano: (2015)

Methods, data, analyses : mda ; journal for quantitative methods and survey methodology

Big Data in der Praxis : Lösungen mit Hadoop, HBase und Hive ; Daten speichern, aufbereiten, visualisieren
od: Freiknecht, Jonas
Izdano: (2014)

Exploratory Analysis of Spatial and Temporal Data
od: Andrienko, Natalia, i dr.
Izdano: (2006)

Städtestatistik und Open Data : Die heutige Situation und künftige Potenziale
od: Haußmann, Michael
Izdano: (2012)

Pro Data Backup and Recovery : [securing your information in the terabyte age]
od: Nelson, Steven
Izdano: (2011)