Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig vom 07.09.2026 bis 09.09.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf www.bücher.de einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services
  • Produktbild: Beginning Data Science in R 4
  • Produktbild: Beginning Data Science in R 4
- 11%

Beginning Data Science in R 4 Data Analysis, Visualization, and Modelling for the Data Scientist

11% sparen

51,99 € UVP 58,84 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

24.06.2022

Abbildungen

XXVIII, 511 p. 100 illus.

Verlag

Apress

Seitenzahl

511

Maße (L/B/H)

25,4/17,8/2,9 cm

Gewicht

1003 g

Auflage

2nd ed.

Sprache

Englisch

ISBN

978-1-4842-8154-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

24.06.2022

Abbildungen

XXVIII, 511 p. 100 illus.

Verlag

Apress

Seitenzahl

511

Maße (L/B/H)

25,4/17,8/2,9 cm

Gewicht

1003 g

Auflage

2nd ed.

Sprache

Englisch

ISBN

978-1-4842-8154-3

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Beginning Data Science in R 4
  • Produktbild: Beginning Data Science in R 4
  • 1: Introduction.- 2: Introduction to R Programming.- 3: Reproducible Analysis.- 4: Data Manipulation.- 5: Visualizing Data.- 6: Working with Large Data Sets.- 7: Supervised Learning.- 8: Unsupervised Learning.- 9: Project 1: Hitting the Bottle.- 10: Deeper into R Programming.- 11: Working with Vectors and Lists.- 12: Functional Programming.- 13: Object-Oriented Programming.- 14: Building an R Package.- 15: Testing and Package Checking.- 16: Version Control.- 17: Profiling and Optimizing.- 18: Project 2: Bayesian Linear Progression.- 19: Conclusions.