Fundamentals of Machine Learning for Predictive Data Analytics

Englisch, Aoife D'Arcy, John D. Kelleher, Brian Mac Namee, 2020
Bewertungen
Zwischen Mi, 4.6. und Fr, 6.6. geliefert
Nur 1 Stück an Lager beim Lieferanten

Produktinformationen

Grundlagen des maschinellen Lernens für prädiktive Datenanalytik: Algorithmen, durchgearbeitete Beispiele und Fallstudien.

Das Wichtigste auf einen Blick

Sprache
Englisch
Thema
Technik & IT
Unterthema
Informatik
Autor
Aoife D'Arcy, Brian Mac Namee, John D. Kelleher
Anzahl Seiten
798
Bucheinband
Fester Einband
Jahr
2020
Artikelnummer
39775662

Allgemeine Informationen

Verlag
MIT Press
Kategorie
Fachbücher
Release-Datum
20.10.2020

Buch Eigenschaften

Thema
Technik & IT
Unterthema
Informatik
Sprache
Englisch
Autor
Aoife D'Arcy, Brian Mac Namee, John D. Kelleher
Jahr
2020
Anzahl Seiten
798
Auflage
2
Bucheinband
Fester Einband
Jahr
2020

Freiwilliger Klimabeitrag

CO₂-Emission
Klimabeitrag

Produktdimensionen

Höhe
244 mm
Breite
203 mm
Gewicht
1445 g

30 Tage Rückgaberecht wenn ungeöffnet
24 Monate Garantie (Bring-In)
1 zusätzliches Angebot

Produkte vergleichen

Passend dazu

Bewertungen & Meinungen

Garantiefallquote

So oft weist ein Produkt dieser Marke in der Kategorie «Fachbücher» innerhalb der ersten 24 Monate einen Defekt auf.

Quelle: Digitec Galaxus
  • MIT Press
    Ungenügende Daten
  • 1.Anaconda
    0 %
  • 1.Ariston
    0 %
  • 1.Avery Publishing Group
    0 %
  • 1.Beltz
    0 %

Garantiefalldauer

So lange dauert eine Abwicklung ab Ankunft bei der Servicestelle bis Wiedererhalt in Arbeitstagen im Durchschnitt.

Quelle: Digitec Galaxus
  • MIT Press
    Ungenügende Daten
  • Anaconda
    Ungenügende Daten
  • Ariston
    Ungenügende Daten
  • Avery Publishing Group
    Ungenügende Daten
  • Beck C.H.
    Ungenügende Daten

Leider haben wir für diese Kategorie aktuell noch nicht genügend Daten, um dir mehr Quoten anzuzeigen.

Rückgabequote

So oft wird ein Produkt dieser Marke in der Kategorie «Fachbücher» retourniert.

Quelle: Digitec Galaxus
  • MIT Press
    Ungenügende Daten
  • 1.Ariston
    0 %
  • 1.Beltz
    0 %
  • 1.Bertelsmann C.
    0 %
  • 1.DuMont
    0 %
Quelle: Digitec Galaxus