000
|
01758nam 2200373 450
|
001
|
012023000170
|
005
|
20231212161932.72
|
010
|
|
@a978-7-302-59544-1@dCNY139.00
|
100
|
|
@a20220106d2022 em y0chiy50 ea
|
101
|
1
|
@achi@ceng
|
102
|
|
@aCN@b110000
|
105
|
|
@aak a 000yy
|
106
|
|
@ar
|
200
|
1
|
@aR数据科学实战@ARshu ju ke xue shi zhan@f(美) 尼娜·祖梅尔, 约翰·蒙特著@g张骏温, 许向东, 张博远译
|
210
|
|
@a北京@c清华大学出版社@d2022.1
|
215
|
|
@axix, 566页@c图@d24cm
|
225
|
2
|
@a大数据应用与技术丛书@Ada shu ju ying yong yu ji shu cong shu
|
305
|
|
@a译自原书第2版
|
312
|
|
@a英文题名原文取自版权页
|
314
|
|
@aNina Zumel, 曾在一家独立的、非营利性研究机构SRI International担任科学家。John Mount, 曾是生物科技领域的计算科学家和股票交易算法的设计师。
|
320
|
|
@a有书目 (第563-566页)
|
330
|
|
@a本书是关于数据科学的: 一个使用统计学、机器学习以及计算机科学的结果来创建预测模型的领域。由于数据科学涉猎广泛, 因此在本书中讨论并概述一些我们采用的方法是很重要的。本书共包括三大部分共12个章节。第Ⅰ部分描述了数据科学过程的基本目标和技术, 主要强调协作和数据。第Ⅱ部分从描述和准备数据转向建立有效的预测模型。第Ⅲ部分从建模回到了流程, 展示了如何交付结果。附录包括了有关R、统计学、和其他可用的工具的技术细节。
|
410
|
0
|
@12001 @a大数据应用与技术丛书
|
500
|
10
|
@aPractical data science with R@mChinese
|
606
|
0
|
@a程序语言@Acheng xu yu yan@x程序设计
|
690
|
|
@aTP312R@v5
|
690
|
|
@aTP312@v4
|
701
|
1
|
@a祖梅尔@Azu mei er@g(Zumel, Nina)@4著
|
701
|
1
|
@a蒙特@Ameng te@g(Mount, John)@4著
|
702
|
0
|
@a张骏温@Azhang jun wen@4译
|
702
|
0
|
@a许向东@Axu xiang dong@4译
|
702
|
0
|
@a张博远@Azhang bo yuan@4译
|
801
|
0
|
@aCN@bCDNYKJZYXY@c20220106
|
905
|
|
@aCDNYKJZYXY@b300677846-7@dTP312@e605@f2
|
|
|
|
|
R数据科学实战/(美) 尼娜·祖梅尔, 约翰·蒙特著/张骏温, 许向东, 张博远译.-北京:清华大学出版社,2022.1 |
xix, 566页:图;24cm.-(大数据应用与技术丛书) |
|
|
ISBN 978-7-302-59544-1:CNY139.00 |
本书是关于数据科学的: 一个使用统计学、机器学习以及计算机科学的结果来创建预测模型的领域。由于数据科学涉猎广泛, 因此在本书中讨论并概述一些我们采用的方法是很重要的。本书共包括三大部分共12个章节。第Ⅰ部分描述了数据科学过程的基本目标和技术, 主要强调协作和数据。第Ⅱ部分从描述和准备数据转向建立有效的预测模型。第Ⅲ部分从建模回到了流程, 展示了如何交付结果。附录包括了有关R、统计学、和其他可用的工具的技术细节。 |
● |
正题名:R数据科学实战
索取号:TP312/605
 
预约/预借
序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
1
|
677846
|
300677846
|
流通五库四楼/
[索取号:TP312/605]
|
在馆
|
|
2
|
677847
|
300677847
|
流通五库四楼/
[索取号:TP312/605]
|
在馆
|
|