Toggle navigation
StudSup.ru
Войти
Логин / эдектронная почта
Пароль
Забыли пароль ?
Войти
Зарегистрироваться
Прайс-лист
Отзывы
F.A.Q.
studsup.ru
/
Литература
/ Список литературы
Toggle navigation
Готовые работы - как образцы
Гарантии
Оформление работы
Бесплатные материалы
ПОЛУЧЕНИЕ И ОПЛАТА
Контакты
Литература
Поиск литературы
Список литературы
Заказ работы!
Список литературы по предметам
1. Харенслак Бас, Руйтер Джулиан де. Apache Airflow и конвейеры обработки данных. , 2021.
2. DAMA-DMBOK. Свод знаний по управлению данными. , 2020.
3. Рафалович Владимир. Data mining, или интеллектуальный анализ данных для занятых. Полный курс. , 2014.
4. Рассел Мэтью, Классен Михаил. Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub. , 2020.
5. Нолис Жаклин, Робинсон Эмили. Data Science для карьериста. , 2021.
6. О`Нил Кэти, Шатт Рэйчел. Data Science. Инсайдерская информация для новичков. Включая язык R. , 2019.
7. Грас Джоэл. Data Science. Наука о данных с нуля. , 2020.
8. Шукла Пранав, Кумар Шарат. Elasticsearch, Kibana, Logstash и поисковые системы нового поколения. , 2019.
9. Цукалос Михалис. Golang для профи. Работа с сетью, многопоточность, структуры данных и машинное обучение с Go. , 2020.
10. Лакшманан Валиаппа, Тайджани Джордан. Google BigQuery. Всё о хранилищах данных, аналитике и машинном обучении. , 2021.
11. Шолле Франсуа, Нильсон Эрик, Байлесчи Стэн, Цэй Шэнкуинг. JavaScript для глубокого обучения. TensorFlow.js. , 2021.
12. Плас Дж. Вандер. Python для сложных задач. Наука о данных и машинное обучение. , 2022.
13. Маккини Уэс. Python и анализ данных. , 2020.
14. Маккини Уэс. Python и анализ данных. , 2015.
15. Рашка Себастьян. Python и машинное обучение. , 2017.
16. Рашка Себастьян, Мирджалили Вахид. Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn. , 2020.
17. Рашка Себастьян, Мирджалили Вахид. Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и Ten. , 2019.
18. Мюллер Джон Пол, Массарон Лука. Python и наука о данных для чайников. , 2020.
19. Туманов Владимир Евгеньевич, Гайфуллин Булат Накиевич. SQL для хранения, обработки и анализа данных. , 2021.
20. Протодьяконов Андрей Владимирович, Пылов Петр Андреевич, Садовников Владимир Евгениевич. Алгоритмы Data Science и их практическая реализация на Python. , 2022.
21. Лесковец Юре, Ульман Джеффри Д., Раджараман Ананд. Анализ больших наборов данных. , 2016.
22. Тихомиров Дмитрий Андреевич. Анализ данных (с применением программы SPSS). Бакалавриат. Учебник. , 2022.
23. Слипер Райан. Анализ данных в Tableau на практике. , 2021.
24. Брантон Стивен Л., Куц Дж. Натан. Анализ данных в науке и технике. Машинное обучение, динамические системы и управление. , 2021.
25. Феррари Альберто, Руссо Марко. Анализ данных при помощи Microsoft Power BI и Power Pivot для Excel. , 2020.
26. Просветов Георгий Иванович. Анализ данных с помощью Excel: задачи и решения. Учебно-практическое пособие. , 2018.
27. Кравченко Альберт Иванович. Анализ и обработка социологических данных. Учебник. , 2022.
28. Люк Дуглас А.. Анализ сетей (графов) в среде R. Руководство пользователя. , 2017.
29. Бонцанини Марко. Анализ социальных медиа на Python. , 2018.
30. Маслюк Даниил. Анализируем данные в Microsoft Power BI. Подготовка к экзамену DA-100. , 2022.
31. Уэйд Райан. Аналитика в Power BI с помощью R и Python. , 2021.
32. Сейновски Терренс Джей. Антология машинного обучения. Важнейшие исследования в области ИИ за последние 60 лет. , 2022.
33. Винстон Уэйн Л.. Бизнес-моделирование и анализ данных. Решение актуальных задач с помощью Microsoft Excel. , 2019.
34. Винстон Уэйн Л.. Бизнес-моделирование и анализ данных. Решение актуальных задач с помощью Microsoft Excel. , 2021.
35. Крейман Гэбриел. Биологическое и компьютерное зрение. , 2022.
36. Журавлев Антон Евгеньевич, Макшанов Андрей Владимирович, Тындыкарь Любовь Николаевна. Большие данные. Big Data. Учебник. , 2021.
37. Макшанов Андрей Владимирович, Журавлев Антон Евгеньевич, Тындыкарь Любовь Николаевна. Большие данные. Big Data. Учебник для СПО. , 2022.
38. Марц Натан, Уоррен Джеймс. Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном вр.. , 2018.
39. Черняк Евгений. Введение в глубокое обучение. , 2020.
40. Маннинг Кристофер Д., Рагхаван Прабхакар, Шютце Хайнрих. Введение в информационный поиск. , 2020.
41. Мюллер Адреас П., Гвидо Сара. Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными. , 2017.
42. Джеймс Гарет, Уиттон Даниела, Тибширани Роберт, Хасти Тревор. Введение в статистическое обучение с примерами на языке R. , 2017.
43. Сукар Луис Энрике. Вероятностные графовые модели. Принципы и приложения. , 2021.
44. Мастицкий Сергей Эдуардович. Визуализация данных с помощью ggplot2. , 2017.
45. Миллер Джеймс. Внедрение Splunk 7. , 2019.
46. Морозов Павел Евгеньевич. Выход из научного застоя. О необходимости использования технологии Data Mining в науке трудового пр.. , 2021.
47. Фостер Дэвид. Генеративное глубокое обучение. Творческий потенциал нейронных сетей. , 2020.
48. Вирсански Эйял. Генетические алгоритмы на Python. , 2020.
49. Бенджио Иошуа, Гудфеллоу Ян, Курвилль Аарон. Глубокое обучение (цветная). , 2018.
50. Гласснер Эндрю. Глубокое обучение без математики. Том 2. Практика. , 2020.
[
Cтраница 1
]
Следующая
4
Заказ работы!
Контакты
тел.
+7 911 996 80 17
mail:
yulia@StudSup.ru
Юлия Владимировна