• Kapcsolat

  • Hírlevél

  • Rólunk

  • Szállítási lehetőségek

  • Prospero könyvpiaci podcast

  • Introduction to Algorithms for Data Mining and Machine Learning

    Introduction to Algorithms for Data Mining and Machine Learning by Yang, Xin-She;

      • 10% KEDVEZMÉNY?

      • A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
      • Kiadói listaár EUR 65.95
      • Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

        27 352 Ft (26 050 Ft + 5% áfa)
      • Kedvezmény(ek) 10% (cc. 2 735 Ft off)
      • Kedvezményes ár 24 617 Ft (23 445 Ft + 5% áfa)

    27 352 Ft

    db

    Beszerezhetőség

    Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.

    Why don't you give exact delivery time?

    A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.

    A termék adatai:

    • Kiadó Elsevier Science
    • Megjelenés dátuma 2019. június 19.

    • ISBN 9780128172162
    • Kötéstípus Puhakötés
    • Terjedelem188 oldal
    • Méret 228x152 mm
    • Súly 320 g
    • Nyelv angol
    • 0

    Kategóriák

    Hosszú leírás:

    Introduction to Algorithms for Data Mining and Machine Learning introduces the essential ideas behind all key algorithms and techniques for data mining and machine learning, along with optimization techniques. Its strong formal mathematical approach, well selected examples, and practical software recommendations help readers develop confidence in their data modeling skills so they can process and interpret data for classification, clustering, curve-fitting and predictions. Masterfully balancing theory and practice, it is especially useful for those who need relevant, well explained, but not rigorous (proofs based) background theory and clear guidelines for working with big data.

    Több

    Tartalomjegyzék:

    1. Introduction2. Mathematical Foundations3. Data Fitting and Method of Least Squares4. Logistic Regression and PCA5. Data Mining6. Artificial Neural Networks7. Support Vector Machine8. Deep Learning

    Több
    0