Data mining applications with R

Data mining applications with R

Enregistré dans:

Détails bibliographiques
Auteur principal:	Zhao, Yanchang (1977-....). (Auteur)
Autres auteurs:	Cen, Yonghua. (Auteur)
Support:	E-Book
Langue:	Anglais
Publié:	Amsterdam ; Boston : Elsevier : Academic Press, 2013.
Sujets:	R > logiciel. Exploration de données. Data mining > Industrial applications > Case studies. R (Computer program language).
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

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

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

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

Mastering machine learning with R
par: Lesmeister, Cory.
Publié: (2017)

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

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)

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

Learning data mining with Python : harness the power of Python to analyze data and create insightful predictive models
par: Layton, Robert (19..-....; informaticien).
Publié: (2015)

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)

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)

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)

Java data mining : strategy, standard, and practice : a practical guide for architecture, design, and implementation
par: Hornick, Mark F..
Publié: (2010)

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

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

Data mining and statistics for decision making
par: Tufféry, Stéphane (1965-....).
Publié: (2011)

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

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

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

Python for data science
par: Mueller, John Paul (1958-....).
Publié: (2019)

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

Predictive analytics and data mining : concepts and practice with Rapidminer
par: Kotu, Vijay.
Publié: (2015)

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

Mathematica Data Analysis : learn and explore the fundamentals of data anlysis with the power of Mathematica
par: Suchok, Sergiy.
Publié: (2015)

Deep learning by example : a hands-on guide to implementing advanced machine learning algorithms and neural networks
par: Menshawy, Ahmed.
Publié: (2018)

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

XIe journées francophones sur les entrepôts de données et l'analyse en ligne : EDA'15 : [Bruxelles, 2 et 3 avril 2015]

Data science with Jupyter : master data science skills with easy-to-follow Python examples
par: Gupta, Prateek.

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

Data analysis in the cloud : models, techniques and applications
par: Talia, Domenico (19..-....).
Publié: (2015)

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

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

Xe journées francophones sur les entrepôts de données et l'analyse en ligne : EDA'14 : [Vichy, Pôle universitaire Lardy, 5 et 6 juin 2014]

Machine learning : expert techniques to tackle complex machine learning problems using Python
par: Thanaki, Jalaj.
Publié: (2018)

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

Using OpenRefine : the essential OpenRefine guide that takes you from data analysis and error fixing to linking your dataset to the Web
par: Verborgh, Ruben.
Publié: (2013)

Pentaho 3.2 data integration : beginner's guide : explore, transform, validate, and integrate your data with ease
par: Roldán, María Carina (1970-....).
Publié: (2010)

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

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

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