Big data, machine learning y data science en python
Guardado en:
| Formato: | Libro |
|---|---|
| Lenguaje: | español |
| Publicado: |
Madrid
RA-MA
2023
|
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
MARC
| LEADER | 00000nam a22000007a 4500 | ||
|---|---|---|---|
| 003 | PE-LiUPU | ||
| 005 | 20260715193951.0 | ||
| 008 | 240807b |||||||| |||| 00| 0 spa d | ||
| 020 | |a 9788419444585 | ||
| 040 | |a PE-LiUPUJ |b spa |c PE-LiUPUJ |e rda | ||
| 082 | 0 | 4 | |2 20 |a 004.6 |b O77 |
| 245 | |a Big data, machine learning y data science en python |c José Manuel Ortega Candel, autor | ||
| 264 | 1 | |a Madrid |b RA-MA |c 2023 | |
| 300 | |a 406 pág. |b Tapa flexible, blanco y negro |c 24 cm | ||
| 336 | |2 rdacontent | ||
| 337 | |2 rdamedia |a sin mediación | ||
| 338 | |2 rdacarrier |a volumen | ||
| 505 | |a capítulo 1. introducción a big data--capítulo 2. arquitecturas big data capítulo 3. bases de datos para big data capítulo 4. introducción a la ciencia de datos y machine learning capítulo 5. tratamiento de datos con python capítulo 6. scikit-learn como librería de machine learning capítulo 7. redes neuronales artificiales capítulo 8. plataforma hadoop capítulo 9. procesamiento distribuído con apache spark capítulo 10. pyspark como librería de procesamiento distribuído capítulo 11. entornos de ejecución spark capítulo 12. mllib como módulo de machine learning capítulo 13. sistemas de recomendación | ||
| 942 | |2 Dewey Decimal Classification |c Libro |n 0 | ||
| 980 | |6 11 |a Nehemias Coasaca Analista Documental |8 11 |g Nehemias Coasaca Analista Documental | ||
| 999 | |c 41993 |d 41993 | ||
| 952 | |0 No retirado |1 No perdido |2 Dewey Decimal Classification |4 No dañado |7 Disponible para préstamo |8 Colección General |a Biblioteca Juliaca |b Biblioteca Juliaca |c Sala principal |d 2024-07-16 |e Compra |l 0 |o 004.6 O77 2023 |p FJ14249 |r 2024-08-08 08:42:09 |t e 1 |y Libro | ||