Data Science e Machine Learning (eBook)

Data Science e Machine Learning (eBook)

Michele di Nuzzo
Michele di Nuzzo
Prezzo:
€ 9,99
Compra EPUB
Prezzo:
€ 9,99
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: it
Editore: Michele di Nuzzo
Codice EAN: 1230005156870
Anno pubblicazione: 2021
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Estrarre conoscenza dalle informazioni attraverso l’analisi dei dati: quella del data scientist è stata definita la professione più attraente del XXI secolo. Analizzare le relazioni tra i dati, scoprire nuove informazioni e, con l'aiuto del machine learning, sfruttare l’enorme potenziale che vi si nasconde costruendo modelli previsionali. In questo libro illustriamo le tecniche di analisi dei dati e di costruzione di algoritmi di Machine Learning e Deep Learning, passando dalle conoscenze teoriche alle applicazioni con il software statistico R, tramite ampi esempi pratici. Cosa imparerai Matematica e algebra per il machine learning Utilizzo del software statistico R e R-Studio Statistica descrittiva e inferenziale per la data science Calcolo delle probabilità La preparazione dei dati e la feature engineering Progettare e validare gli algoritmi di machine learning Algoritmi di regressione, classificazione e clustering Fare previsioni basate su serie temporali I modelli di reti neurali e deep learning Raccontare i dati: data visualization & data storytelling A chi è rivolto questo libro Questo libro è rivolto a chiunque voglia imparare a manipolare ed analizzare i dati traendo da questi nuova conoscenza. Se sei un manager IT o un analista che vuole entrare nel mondo della Data Science e dei Big Data, se sei uno sviluppatore che vuole conoscere le nuove tendenze nel campo dell’Intelligenza Artificiale o sei semplicemente curioso di conoscere questo mondo, allora questo libro è per te. Contenuti La data science e i modelli di analisi La gestione dei big data Analisi univariata e multivariata, probabilità e test d’ipotesi Esplorare e visualizzare i dati Preparazione e pulizia dei dati Apprendimento supervisionato: classificazione e regressione Apprendimento non supervisionato: clustering e riduzione dimensionale Apprendimento semi supervisionato Algoritmi di associazione e analisi delle serie temporali Misure di validazione ed ottimizzazione degli algoritmi Le reti neurali e il Deep Learning Reti Convoluzionali per il riconoscimento di immagini Reti Ricorrenti e LSMT per le sequenze Encoders per la feature selection Algoritmi generativi