Algorithms for Data Science

This textbook on practical data analytics unites fundamental principles, algorithms, and data. Algorithms are the keystone of data analytics and the focal point of this textbook. Clear and intuitive explanations of the mathematical and statistical foundations make the algorithms transparent. But pra...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Steele, Brian (Συγγραφέας), Chandler, John (Συγγραφέας), Reddy, Swarna (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2016.
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • Introduction
  • Data Mapping and Data Dictionaries
  • Scalable Algorithms and Associative Statistics
  • Hadoop and MapReduce
  • Data Visualization
  • Linear Regression Methods
  • Healthcare Analytics
  • Cluster Analysis
  • k-Nearest Neighbor Prediction Functions
  • The Multinomial Naive Bayes Prediction Function
  • Forecasting
  • Real-time Analytics.