• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • Pocketböcker
  • Spel och pussel

Pocketfynda! Hundratals böcker för 49 kr/st →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Data och IT
    2. Systemvetenskap och AI

    Fundamentals of Data Science

    AvSanjeev J. Wagh,Manisha S. Bhende

    Häftad, Engelska, 2025

    784 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Fler format och utgåvor

    Inbunden

    2 107 kr

    Beskrivning

    Fundamentals of Data Science is designed for students, academicians and practitioners with a complete walkthrough right from the foundational groundwork required to outlining all the concepts, techniques and tools required to understand Data Science.Data Science is an umbrella term for the non-traditional techniques and technologies that are required to collect, aggregate, process, and gain insights from massive datasets. This book offers all the processes, methodologies, various steps like data acquisition, pre-process, mining, prediction, and visualization tools for extracting insights from vast amounts of data by the use of various scientific methods, algorithms, and processesReaders will learn the steps necessary to create the application with SQl, NoSQL, Python, R, Matlab, Octave and Tablue.This book provides a stepwise approach to building solutions to data science applications right from understanding the fundamentals, performing data analytics to writing source code. All the concepts are discussed in simple English to help the community to become Data Scientist without much pre-requisite knowledge.Features : Simple strategies for developing statistical models that analyze data and detect patterns, trends, and relationships in data sets. Complete roadmap to Data Science approach with dedicatedsections which includes Fundamentals, Methodology and Tools. Focussed approach for learning and practice various Data Science Toolswith Sample code and examples for practice. Information is presented in an accessible way for students, researchers and academicians and professionals.

    Produktinformation

    • Utgivningsdatum:2025-03-12
    • Mått:156 x 234 x 16 mm
    • Vikt:460 g
    • Format:Häftad
    • Språk:Engelska
    • Antal sidor:282
    • Förlag:Taylor & Francis Ltd
    • ISBN:9781032079868

    Utforska kategorier

    • Systemvetenskap och AI inom Data och IT
    • Referensverk och tvärvetenskap inom Samhälle och politik

    Mer om författaren

    Sanjeev J. Wagh, Manisha S. Bhende, Anuradha D. Thakare

    Innehållsförteckning

    • Part-I Data Science Introduction. Chapter 1: Importance of Data Science. Chapter 2: Statistics and Probability. Chapter 3: Databases for Data Science. Part II Data Modelling and Analytics. Chapter 4: Data Science Methodology. Chapter 5: Data Science Methods and Machine learning. Chapter 6: Data Analytics and Text Mining. Part III: Platforms for Data Science. Chapter 7: Data Science Tool: Python. Chapter 8: Data Science Tool: R. Chapter 9: Data Science Tool: MATLAB. Chapter 10 : GNU Octave as a Data Science Tool. Chapter 11: Data Visualization using Tableau. Index.