Libro: Big Data, Machine Learning Y Data Science En Python.
Disponible 17 días después de tu compra
MercadoLíder | +10mil ventas
Información sobre el vendedor
MercadoLíder Platinum
¡Es uno de los mejores del sitio!
- +10mil
Ventas concretadas
Brinda buena atención
Medios de pago
Hasta 12 cuotas sin tarjeta
Tarjetas de crédito
Tarjetas de débito
Efectivo
Descripción
ESTIMADO CLIENTE, UN GUSTO SALUDARLO, AQUÍ LE DEJAMOS UNAS ACLARACIONES CON RESPECTO A ESTA COMPRA:
-LOS LIBROS SON IMPORTADOS, LOS MISMOS DEMORAN ENTRE 15 Y 20 DÍAS EN LLEGAR AL PAÍS. La fecha de entrega es la indicada en el momento de efectuar la compra.
-LOS ENVÍOS A DOMICILIO SE REALIZAN A TRAVÉS DE MERCADO ENVÍOS. Si son gratuitos aparecerá indicado en la publicación.
-A SU VEZ, SE PUEDEN RETIRAR (SIN CARGO) LOS LIBROS POR NUESTRO DEPÓSITO EN FLORIDA, VICENTE LÓPEZ, BUENOS AIRES. Indicaremos los datos una vez realizada la compra.
AQUÍ ABAJO ENCONTRARÁ TODOS LOS DETALLES DEL LIBRO.
DE TODAS FORMAS, QUEDAMOS A SU DISPOSICIÓN PARA CUALQUIER CONSULTA.
TITULO DEL LIBRO: Big Data, Machine Learning Y Data Science En Python
AUTOR: Ortega Candel, Jose Manuel
PÁGINAS: 408
ENCUADERNACIÓN: Bolsillo
EDITORIAL: Ra-ma S.a. Editorial Y Publicaciones
ISBN: 9788419444585
Dimensiones: 240x170 mm
Categoría: Analisis De Datos: General
Fecha de publicación: 2023
RESEÑA: El libro está dirigido aquellos lectores que estén trabajando en proyecto relacionados con big data y busquen identificar las características de una solución de Big Data, los datos asociados a estas soluciones, la infraestructura requerida, y las técnicas de procesamiento de esos datos. Entre los principales objetivos podemos destacar: ò Introducir los conceptos de ciencias de datos y machine learning. ò Introducir las principales librerías que podemos encontrar en Python para aplicar técnicas de machine learning a los datos. ò Dar a conocer los pasos para construir un modelo de machine learning, desde la adquisición de datos, pasando por la generación de funciones, hasta la selección de modelos. ò Dar a conocer los principales algoritmos para resolver problemas de machine learning. ò Introducir scikit-learn como herramienta para resolver problemas de machine learning. ò Introducir pyspark como herramienta para aplicar técnicas de big data y map-reduce. ò Introducir los sistemas de recomendación basados en contenidos. El libro trata de seguir un enfoque teórico-práctico con el objetivo de afianzar los conocimientos mediante la creación y ejecución de scripts desde la consola de Python. Además, complementa los contenidos con un repositorio alojado en el Material Adicional donde se pueden encontrar los ejemplos que se analizan a lo largo del libro para facilitar al lector las pruebas y asimilación de los contenidos teóricos. Desde la web del libro podrá descargar los ejemplos y ejercicios que se desarrollan en el libro lo que facilitara al lector a asimilar lo aprendido.
Preguntas y respuestas
¿Qué querés saber?
Preguntale al vendedor
Nadie hizo preguntas todavía.
¡Hacé la primera!