Mastering machine learning with R

Mastering machine learning with R

Afficher d'autres versions (1)

Enregistré dans:

Détails bibliographiques
Auteur principal:	Lesmeister, Cory. (Auteur)
Support:	E-Book
Langue:	Anglais
Publié:	Birmingham : Packt Publishing, 2017.
Sujets:	R > logiciel.
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

R deep learning cookbook : solve complex neural net problems with TensorFlow, H2O and MXNet
par: Prakash, PKS..
Publié: (2017)

R machine learning by example : understand the fundamentals of machine learning with R and build your own dynamic algorithms to tackle complicated real-world problems successfully
par: Bali, Raghav (19..-....).
Publié: (2016)

Practical machine learning in R
par: Nwanganga, Fred (19..-....).

R pour les scientifiques : mise en oeuvre de projets et valorisation des résultats
par: Rebaudo, François (1982-....).
Publié: (2021)

Séries temporelles avec R
par: Aragon, Yves (1944-2021).
Publié: (2016)

Réseaux bayésiens avec R
par: Denis, Jean-Baptiste (19..-....).
Publié: (2014)

Analyse factorielle multiple avec R
par: Pagès, Jérôme (1949-....).
Publié: (2013)

Pratique de la data science avec R : arranger, visualiser, analyser et présenter des données
par: Paroissin, Christian (1976-....).
Publié: (2021)

Learning Bayesian models with R : become an expert in Bayesian machine learning methods using R and apply them to solve real-world big data problems
par: Koduvely, Hari M..
Publié: (2015)

R and data mining : examples and case studies
par: Zhao, Yanchang (1977-....).
Publié: (2012)

Statistical analysis with R for dummies
par: Schmuller, Joseph (1947-....).

Calcul parallèle avec R
par: Miele, Vincent (19..-....).
Publié: (2016)

Statistiques appliquées avec introduction au logiciel R
par: Marchal, Olivier (1982-....; mathématicien).

Data mining applications with R
par: Zhao, Yanchang (1977-....).
Publié: (2013)

R pour les data sciences : importer, classer, transformer, visualiser et modéliser les données
par: Grolemund, Garrett (19..-....).
Publié: (2018)

R and Python for Oceanographers : A Practical Guide with Applications
par: Alyuruk, Hakan.
Publié: (2019)

Introduction to R for quantitative finance : solve a diverse range of problems with R, one of the most powerful tools for quantitative finance
par: Daróczi, Gergely (19..-....).
Publié: (2013)

Advanced analytics with R and Tableau : advanced visual analytical solutions for your business
par: Stirrup, Jen.
Publié: (2017)

Basic statistics with R : reaching decisions with data
par: Loftus, Stephen C. (19..-....; mathématicien).
Publié: (2021)

Data science : fondamentaux et études de cas : machine learning avec Python et R
par: Biernat, Éric (19..-....).
Publié: (2015)

Traitements statistiques et programmation avec R
par: Hunault, Gilles (19..-....).
Publié: (2017)

MATLAB for machine learning
par: Ciaburro, Giuseppe (19..-....).
Publié: (2017)

Le modèle linéaire par l'exemple : régression, analyse de la variance et plans d'expérience illustrés par R et SAS
par: Azaïs, Jean-Marc (19..-....).
Publié: (2012)

Mastering Kubernetes
par: Sayfan, Gigi (19..-....).
Publié: (2017)

Mastering .NET machine learning : master the art of machine learning with .NET and gain insight into real-world applications
par: Dixon, Jamie.
Publié: (2016)

Introduction au machine learning
par: Azencott, Chloé-Agathe (19..-....).
Publié: (2022)

Machine learning avec Scikit-Learn : mise en oeuvre et cas concrets
par: Géron, Aurélien (19..-....).

Machine learning with R : learn how to use R to apply powerful machine learning methods and gain an insight into real-world applications
par: Lantz, Brett.
Publié: (2013)

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

Applied statistics for environmental science with R
par: Alkarkhi, Abbas F.M..
Publié: (2019)

Learning C# by developing games with Unity 3D : beginner's guide : learn the fundamentals of C # to create scripts for your GameObjects
par: Norton, Terry.
Publié: (2013)

Machine component analysis with MATLAB
par: Marghitu, Dan B. (1958-....).
Publié: (2019)

Docker and Kubernetes for Java developers
par: Krochmalski, Jaroslaw.
Publié: (2017)

Statistics, Data Mining, and Machine Learning in Astronomy : A Practical Python Guide for the Analysis of Survey Data
par: Ivezic, Zeljko (1965-....).
Publié: (2019)

Visual media processing using MATLAB beginner's guide : learn a range of techniques from enhancing and adding artistic effects to your photographs, to editing and processing your videos, all using MATLAB
par: Siogkas, George.
Publié: (2013)

Learning RStudio for R statistical computing : learn to effectively perform R development, statistical analysis, and reporting with the most popular R IDE
par: Van der Loo, Mark P.J..
Publié: (2012)

Learning articulate Storyline : harness the power of Storyline to create state-of-the-art e-learning projects
par: Harnett, Stephanie.
Publié: (2013)

Mastering Drupal 8 : a comprehensive and advanced practical guide to master Drupal 8
par: Chumley, Chaz.
Publié: (2017)

Machine learning for time series forecasting with Python
par: Lazzeri, Francesca (19..-....).

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

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