Predictive Analytics, Data Mining and Big Data: Myths, Misconceptions and Methods
Geschäfte, in denen Sie dieses Produkt kaufen können
Gesponsert Diese Website enthält Affiliate-Links, für die wir möglicherweise eine Vergütung erhalten. Weitere Informationen
Dieses Produkt wurde kürzlich in keinem gesponserten Geschäft gefunden, bitte prüfen Sie ähnliche Produkte unserer Sponsoren oder sehen Sie sich andere von uns angebotene Geschäfte an, in denen Sie das Produkt finden können.
Ähnliche Produkte
Back Market DE
Gesponsert
PRODUKTE/PREISE IM WEB PRÜFEN
AsGoodAsNew DE
Gesponsert
PRODUKTE/PREISE IM WEB PRÜFEN
Beauty Welt (DE)
Gesponsert
PRODUKTE/PREISE IM WEB PRÜFEN
babymarkt.de
Gesponsert
PRODUKTE/PREISE IM WEB PRÜFEN
DeubaXXL DE
Gesponsert
PRODUKTE/PREISE IM WEB PRÜFEN
| Dieses Produkt im Comparor | |
|---|---|
|
Kategorie
Dieses Produkt ist in unserem Shop in diesen Kategorien in unserem Shop katalogisiert
|
- Datenbank-Bücher - Recht - IT - Industrie - Informationsmanagement - Strategisches Management - Marketing allgemein - Marktforschung - Wachstum |
|
International
Finden Sie dieses Produkt in einem unserer internationalen Geschäfte
|
Dieses Produkt wurde in anderen Ländern nicht gefunden
|
| Farben
Vorherrschende Farben des Produkts |
|
| Bezeichner | |
| Marke |  Palgrave Macmillan ist ein Verlag, der vor allem wissenschaftliche Literatur publiziert. |
| ID | 28221633 |
| Abmessungen / Gewicht | |
| Hauptmerkmale | |
Lade unsere Android-App herunter und spare!
Related zusammenhängen
(9781999177072) | Data Science for Business
(9781989632109) | Data Science for Business
Springer-Verlag GmbH (9783319723464 / 30626999) | Data Science and
Ein praxisnaher Ratgeber, der zeigt, wie man mit statistischen Modellen und maschinellem Lernen aus Rohdaten wertvolle Vorhersagen gewinnt und Geschäftsentscheidungen optimiert.
Entdecken Sie praxisnahes Machine‑Learning mit Python, Keras, TensorFlow 2 und Scikit‑learn – das umfassende Handbuch für Data Science, Deep Learning und Predictive Analytics, inklusive Schritt‑für‑Schritt‑Beispielen und CodeSnippets.
