Introduction to R for quantitative finance : solve a diverse range of problems with R, one of the most powerful tools for quantitative finance

Introduction to R for quantitative finance : solve a diverse range of problems with R, one of the most powerful tools for quantitative finance

Enregistré dans:

Détails bibliographiques
Auteur principal:	Daróczi, Gergely (19..-....). (Auteur)
Autres auteurs:	Puhle, Michael. (Auteur), Berlinger, Edina (19..-....).
Support:	E-Book
Langue:	Anglais
Publié:	Birmingham : Packt Publishing, 2013.
Sujets:	R > logiciel. Finances > Modèles mathématiques. Finance > Data processing. Finance > Mathematical models > Data processing. R (Computer program language).
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

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

Modèles aléatoires en finance mathématique : cours du CIMPA, Marrakech, Maroc
par: Eddahbi, M'hamed (19..-....).
Publié: (2013)

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

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

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)

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

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

Paul Wilmott introduces quantitative finance
par: Wilmott, Paul.
Publié: (2007)

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)

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 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)

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)

Neural Networks in Finance : Gaining Predictive Edge in the Market
par: McNelis, Paul D..
Publié: (2004)

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)

La modélisation par équations structurelles avec Mplus
par: Caron, Pier-Olivier.
Publié: (2018)

Dynamic copula methods in finance
par: Cherubini, Umberto.
Publié: (2012)

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

Business process management with JBoss jBPM : a practical guide for business analysis--develop business process models for implementation in a business process management system
par: Cumberlidge, Matt.
Publié: (2007)

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

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

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

Advances in geometric modeling
par: Sarfraz, Muhammad.
Publié: (2004)

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

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

Essential Java for scientists and engineers
par: Hahn, Brian D. (1946-2005).
Publié: (2002)

Solutions informatiques pour les TPE : ... avec des logiciels libres
par: Scoffoni, Philippe (19..-....).
Publié: (2014)

Data analysis methods in physical oceanography
par: Thomson, Richard E..
Publié: (2014)

Neo4j graph data modeling : design efficient and flexible databases by optimizing the power of Neo4j
par: Lal, Mahesh.
Publié: (2015)

NumPy cookbook : over 70 interesting recipes for learning the Python open source mathematical library, NumPy
par: Idris, Ivan.
Publié: (2012)

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

MATLAB® : a practical introduction to programming and problem solving
par: Attaway, Stormy.

Mathematica by example
par: Abell, Martha L. (1965-....).
Publié: (2021)

Security engineering : a guide to building dependable distributed systems
par: Anderson, Ross (1956-....).

Learning predictive analytics with Python : gain practical insights into predictive modelling by implementing predictive analytics algorithms on public datasets with Python
par: Kumar, Ashish (19..-....).
Publié: (2016)

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