Introduction to statistical machine learning

Introduction to statistical machine learning

Enregistré dans:

Détails bibliographiques
Auteur principal:	Sugiyama, Masashi. (Auteur)
Support:	E-Book
Langue:	Anglais
Publié:	San Diego : Elsevier Science, 2015.
Sujets:	Apprentissage automatique. Données massives > Modèles mathématiques. Données massives > Méthodes statistiques. Machine learning. Big data > Mathematical models. Big data > Statistical methods.
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

Statistics for big data for dummies.
Publié: (2015)

Analytics in a big data world : the essential guide to data science and its applications
par: Baesens, Bart (1975-....).
Publié: (2014)

Building big data applications
par: Krishnan, Krish.
Publié: (2019)

Data warehousing in the age of big data
par: Krishnan, Krish.
Publié: (2013)

Big data analytics : a handy reference guide for data analysts and data scientists to help to obtain value from big data analytics using Spark on Hadoop clusters.
par: Ankam, Venkat.
Publié: (2016)

Real-time big data analytics : design, process, and analyze large sets of complex data in real time
par: Gupta, Sumit.
Publié: (2016)

Big data mining for climate change
par: Zhang, Zhihua.
Publié: (2019)

Big data analytics
par: Rao, Calyampudi Radhakrishna (1920-2023).
Publié: (2015)

Principles of big data preparing, sharing, and analyzing complex information
par: Berman, Jules J..
Publié: (2013)

Apache Mahout essentials : implement top-notch machine learning algorithms for classification, clustering, and recommendations with Apache Mahout
par: Withanawasam (Jayani).
Publié: (2015)

Les data sciences en 100 questions-réponses
par: Benzaki, Younes.
Publié: (2020)

Big data : un changement de paradigme peut en cacher un autre : opportunités et menaces liées à l'émergence de nouveaux écosystèmes : rapport de l'Académie des technologies de la Commission TIC
Publié: (2016)

Python pour le data scientist : des bases du langage au machine learning
par: Jakobowicz, Emmanuel (1980-....).

Data feminism
par: D'Ignazio, Catherine (1975-....).
Publié: (2020)

Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: (2019)

Big data analytics with Java
par: Mehta, Rajat.
Publié: (2017)

La boîte à outils de la stratégie big data
par: Rissoan, Romain.
Publié: (2018)

Hands-on data science and Python machine learning : perform data mining and machine learning efficiently using Python and Spark
par: Kane, Frank.
Publié: (2017)

Python & Pandas et les 36 problèmes de data science : problèmes et exercices corrigés pas à pas
par: Bro, Frédéric (19..-....).
Publié: (2021)

Knowledge discovery in big data from astronomy and Earth observation : astrogeoinformatics
par: Škoda, Petr.
Publié: (2020)

Le modèle Outside Insight : la data au coeur de votre prise de décision
par: Lyseggen, Jørn (19..-....).
Publié: (2020)

PySpark cookbook : over 60 recipes for implementing big data processing and analytics using Apache Spark and Python
par: Lee, Denny.
Publié: (2018)

The visual Imperative : creating a visual culture of data discovery
par: Ryan, Lindy.
Publié: (2016)

Storm blueprints : patterns for distributed real-time computation : use storm design patterns to perform distributed, real-time big data processing, and analytics for real-world use cases
par: Goetz, P. Taylor.
Publié: (2014)

Big Data MBA : driving business strategies with data science
par: Schmarzo, Bill.
Publié: (2015)

Recherche d'information : applications, modèles et algorithmes : fouille de données, décisionnel et big data
par: Amini, Massih-Reza (19..-....; chercheur en informatique).
Publié: (2013)

Sortez vos données du frigo : une entreprise performante avec la data et l'IA
par: Levy, Mick (19..-....; expert en data et intelligence artificielle).

Julia for data science : explore the world of data science from scratch with Julia by your side
par: Joshi, Anshul.
Publié: (2016)

Maîtriser l'utilisation des technologies Hadoop : initiation à l'écosystème Hadoop
par: Chokogoué, Juvénal (19..-....).
Publié: (2018)

Big Data revolution : what farmers, doctors and insurance agents teach us about discovering Big Data patterns
par: Thomas, Rob.

La data science pour modéliser les systèmes complexes : optimiser la prédiction, l'estimation et l'interprétation
par: Chautard, Alain (19..-....).
Publié: (2022)

Le langage R au quotidien : traitement et analyse de données volumineuses
par: Decourt, Olivier.
Publié: (2018)

Gaussian Processes for Machine Learning
par: Rasmussen, Carl Edward (1969-....).
Publié: (2005)

Data science par la pratique : fondamentaux avec Python
par: Grus, Joel (19..-....).
Publié: (2020)

Optimization for machine learning
par: Sra, Suvrit (1976-....).
Publié: (2011)

Big Data et visibilité en ligne : un enjeu pluridisciplinaire de l'économie numérique
par: Alcantara, Christophe (1970-....; enseignant chercheur en sciences de l'information et de la communication).
Publié: (2022)

Methods and applications of statistics in clinical trials.
par: Balakrishnan, Narayanaswamy (1956-....).
Publié: (2014)

Modélisation mathématique en écologie : cours et exercices corrigés
par: Auger, Pierre (1953-....; biologiste).
Publié: (2015)

Visualisation et analyse statistique de données : concepts de base, tableur, statistiques à 1 et 2 variables
par: Seigneuric, Renaud (19..-....; auteur en ingéniérie pour la santé).
Publié: (2022)

Analyse de sensibilité et exploration de modèles : application aux sciences de la nature et de l'environnement
Publié: (2013)

Université catholique de l'Ouest - Bibliothèques - 3 place André Leroy - BP10808 - 49008 ANGERS Cedex 1