Bookbot

Datenanalyse mit Julia

Parametry

  • 300 stron
  • 11 godzin czytania

Więcej o książce

Wenn Sie den Titel des Buches lesen und Sie noch nichts von Julia gehört haben, drängen sich Ihnen bestimmt diese Fragen auf: Datenanalyse mit Julia? Was ist Julia überhaupt? Um die erste Frage direkt zu beantworten: Ja, das ist möglich und Inhalt dieses Buches! Die Programmiersprache Julia ist noch recht neu, genießt in den letzten Jahren aber eine steigende Sichtbarkeit und hat das Potenzial, neben Python und der Statistikumgebung R, ein wichtiges Werkzeug für den Datenanalysten zu werden. In diesem Buch werden keine Julia-Voraussetzungen erwartet! Die Julia-Kenntnisse werden Ihnen aus datenanalytischer Sicht durch dieses Buch vermittelt. Die datenanalytischen Themenbereiche erstrecken sich über die beschreibende Statistik, Verteilungstests, lineare Regressionsmodelle, Hauptkomponentenanalyse, Clusteranalyse und lernende Verfahren (Entscheidungsbaum, Neuronales Netz) bis zum Schreiben eigener Julia-Funktionen.

Zakup książki

Datenanalyse mit Julia, Günter Faes

Język
Rok wydania
2019
Oprawa
(miękka)
Jak tylko się pojawi, wyślemy Ci wiadomość e-mail.

Metody płatności

Nikt jeszcze nie ocenił.Oceń

Tytuł
Datenanalyse mit Julia
Język
niemiecki
Rok wydania
2019
Oprawa
miękka
Liczba stron
300
ISBN10
3749485089
ISBN13
9783749485086
Seria
Tagi
Opis
Wenn Sie den Titel des Buches lesen und Sie noch nichts von Julia gehört haben, drängen sich Ihnen bestimmt diese Fragen auf: Datenanalyse mit Julia? Was ist Julia überhaupt? Um die erste Frage direkt zu beantworten: Ja, das ist möglich und Inhalt dieses Buches! Die Programmiersprache Julia ist noch recht neu, genießt in den letzten Jahren aber eine steigende Sichtbarkeit und hat das Potenzial, neben Python und der Statistikumgebung R, ein wichtiges Werkzeug für den Datenanalysten zu werden. In diesem Buch werden keine Julia-Voraussetzungen erwartet! Die Julia-Kenntnisse werden Ihnen aus datenanalytischer Sicht durch dieses Buch vermittelt. Die datenanalytischen Themenbereiche erstrecken sich über die beschreibende Statistik, Verteilungstests, lineare Regressionsmodelle, Hauptkomponentenanalyse, Clusteranalyse und lernende Verfahren (Entscheidungsbaum, Neuronales Netz) bis zum Schreiben eigener Julia-Funktionen.