Pratique de la data science avec R : arranger, visualiser, analyser et présenter des données

Pratique de la data science avec R : arranger, visualiser, analyser et présenter des données

Enregistré dans:

Détails bibliographiques
Auteur principal:	Paroissin, Christian (1976-....). (Auteur)
Support:	E-Book
Langue:	Français
Publié:	Paris : Ellipses, 2021.
Sujets:	R > logiciel. Science des données. Manuels d'enseignement supérieur.
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

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

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

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

Data science fundamentals and practical approaches : understand why data science is the next
par: Nandi, Gypsy.

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)

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

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

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

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

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

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

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

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)

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

Visualizing health and healthcare data : creating clear and compelling visualizations to "See how you're doing
par: Rowell, Katherine (19..-..; experte en visualisation de données).

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)

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)

La data science pour modéliser les systèmes complexes : optimiser la prédiction, l'estimation et l'interprétation
par: Chautard, Alain (19..-....).
Publié: (2022)

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

Data visualisation : de l'extraction des données à leur représentation graphique
par: Yau, Nathan.
Publié: (2013)

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)

Pentaho Data Integration : beginner's guide : get up and running with the Pentaho Data Integration tool using this hands-on, easy-to-read guide
par: Roldán, María Carina (1970-....).
Publié: (2013)

Pentaho data integration 4 cookbook : over 70 recipes to solve ETL problems using Pentaho Kettle
par: Pulvirenti, Adrián Sergio (1972-....).
Publié: (2011)

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

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

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

Julia for data science : explore the world of data science from scratch with Julia by your side
par: Joshi, Anshul.
Publié: (2016)

Geophysical data analysis : discrete inverse theory
par: Menke, William.
Publié: (2018)

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

Symbolic data analysis and visualization : special issue in honor of Monique Noirhomme-Fraiture
par: Venturini, Gilles (1967-....).

Du zéro à l'ordinateur : Une brève histoire du calcul
par: Piguet, Christian (1951-....).
Publié: (2004)

Julia 1.0 programming cookbook : over 100 numerical and distributed computing recipes for your daily data science workflow
par: Kamiński, Bogumił (19..-....).
Publié: (2018)

Big Data et visibilité en ligne : un enjeu pluridisciplinaire de l'économie numérique
par: Alcantara, Christophe (1970-....; enseignant chercheur en sciences de l'information et de la communication).
Publié: (2022)

Data feminism
par: D'Ignazio, Catherine (1975-....).
Publié: (2020)

Visualisation et analyse statistique de données : concepts de base, tableur, statistiques à 1 et 2 variables
par: Seigneuric, Renaud (19..-....; auteur en ingéniérie pour la santé).
Publié: (2022)

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