L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, Condizioni Generali di Vendita, Acquistare un prodotto come ospite, nonché l’Informativa Privacy, fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Inizia il tuo shopping

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

Machine Learning through R. Unsupervised Learning: Principal Components, Factorial Analysis, and Correspondence Analysis

Leggi estratto

EBOOK IN LINGUA STRANIERA

Machine Learning through R. Unsupervised Learning: Principal Components, Factorial Analysis, and Correspondence Analysis

di César Pérez López (Autore)

Scientific Books, 2025

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

8,99 € +90 punti Effe

Venditore: IBS

Acquisto online

Scaricabile subito

Articolo acquistabile con Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Abbonati a Kobo plus per avere accesso illimitato a questo contenuto

Dati e Statistiche

Salvato in 0 liste dei desideri

Machine Learning through R. Unsupervised Learning: Principal Components, Factorial Analysis, and Correspondence Analysis

Scaricabile subito

8,99 €

Scaricabile subito

Altre offerte vendute e spedite dai nostri venditori

Ebook in lingua straniera Machine Learning through R. Unsupervised Learning: Principal Components, Factorial Analysis, and Correspondence Analysis

di César Pérez López

Altri venditori

Prezzo e spese di spedizione

Nuovo

scaricabile subito

Venduto e spedito da IBS

Spedizione Gratis

8,99 €

Vai alla scheda completa

Altri venditori

Prezzo e spese di spedizione

Nuovo

scaricabile subito

Venduto e spedito da IBS

Spedizione Gratis

8,99 €

Vai alla scheda completa

Altri venditori

Prezzo e spese di spedizione

Descrizione

Machine learning algorithms use computational methods to extract information directly from data. Machine learning uses two types of techniques: supervised learning, which trains a model with known input and output data so that it can predict future outcomes, and unsupervised learning, which finds hidden patterns or intrinsic structures in the input data. Most of the unsupervised analysis techniques related to dimension reduction are developed throughout this book from a methodological and practical point of view with applications through the R software. The following techniques are explored in depth: Principal Components Analysis, Factor Analysis, Simple Correspondence Analysis, and Multiple Correspondence Analysis.

Leggi di più Leggi di meno

Dettagli

Autore:

César Pérez López

Anno edizione:

2025

Editore:

Scientific Books

Formato:

EPUB2 con DRMFREE

Lingua:

Inglese

Compatibilità:

Tutti i dispositivi (eccetto Kindle) Scopri di più

Layout:

Reflowable

EAN:

9798232225865

Compatibilità

Formato:

Gli eBook venduti da IBS.it sono in formato ePub e possono essere protetti da Adobe DRM. In caso di download di un file protetto da DRM si otterrà un file in formato .acs, (Adobe Content Server Message), che dovrà essere aperto tramite Adobe Digital Editions e autorizzato tramite un account Adobe, prima di poter essere letto su pc o trasferito su dispositivi compatibili.

Scopri di più

Compatibilità:

Gli eBook venduti da IBS.it possono essere letti utilizzando uno qualsiasi dei seguenti dispositivi: PC, eReader, Smartphone, Tablet o con una app Kobo iOS o Android.

Scopri di più

Cloud:

Gli eBook venduti da IBS.it sono sincronizzati automaticamente su tutti i client di lettura Kobo successivamente all’acquisto. Grazie al Cloud Kobo i progressi di lettura, le note, le evidenziazioni vengono salvati e sincronizzati automaticamente su tutti i dispositivi e le APP di lettura Kobo utilizzati per la lettura.

Scopri di più

Clicca qui per sapere come scaricare gli ebook utilizzando un pc con sistema operativo Windows

L’articolo è stato aggiunto alla lista dei desideri

Machine Learning through R. Unsupervised Learning: Principal Components, Factorial Analysis, and Correspondence Analysis

Descrizione

Dettagli

Compatibilità

Formato:

Compatibilità:

Cloud:

Questo prodotto lo trovi anche