استراتژی های تجربی پایه و تجزیه و تحلیل داده ها برای علوم و مهندسی

قیمت 56,000 تومان

دسته: آمار, مهندسی صنایع برچسب: تحلیل داده

توضیحات

اگرچه کتاب‌های مربوط به طراحی آزمایش‌ها اغلب برای دروس دانشگاهی رشته‌های آمار نوشته می‌شوند، اما بیشتر آزمایش‌های انجام‌شده در صنعت و تحقیقات دانشگاهی توسط افراد غیرآمارشناس طراحی و تحلیل می‌شوند. بنابراین، نیاز به یک مرجع مکتوب وجود دارد که برای متخصصانی که از طرح‌های آزمایشی در کار خود استفاده می‌کنند، مفید باشد. این کتاب این خلأ را پر می‌کند. این کتاب به عنوان راهنمایی نوشته شده است که می‌تواند به عنوان یک کتاب مرجع یا به عنوان یک متن واحد یا مکمل برای یک دوره دانشگاهی مورد استفاده قرار گیرد.

سال انتشار: 2017 | تعداد صفحات: 445 | حجم فایل: 17.69 مگابایت | زبان: انگلیسی

Basic Experimental Strategies and Data Analysis for Science and Engineering

نویسنده

John Lawson, John Erjavec

John Lawson, John Erjavec

ISBN10:

1466512172

ISBN13:

9781466512177

استراتژی های تجربی پایه و تجزیه و تحلیل داده ها برای علوم و مهندسی

محصولات مرتبط

تحلیل داده‌ها برای تصمیم‌گیری‌های تجاری؛ مطالعات موردی در اکسل، آر و چت جی چی تی

یادگیری آمار با جامووی؛ آموزشی برای مبتدیان در تحلیل آماری

تحلیل داده ها؛ رویکردی برای مقایسه مدل در رگرسیون، آنالیز واریانس و فراتر از آن

تحلیل داده ها با استفاده از تکنیک‌های یادگیری ماشین در پلتفرم‌های ابری

توسعه پاور بی آی با پایتون و آر؛ انجام تحلیل‌های پیشرفته با استفاده از قدرت زبان‌های تحلیلی

تحلیل داده های مدرن در اکسل؛ استفاده از پاورکوئری، پاورپیوت و موارد دیگر برای تحلیل داده های پیشرفته

تحلیل داده‌ها برای بازاریابی؛ راهنمای کاربردی برای تحلیل داده‌های بازاریابی با استفاده از پایتون

رادار؛ تحلیل داده‌های سنجش از دور با هوش مصنوعی

بیوانفورماتیک؛ راهنمای کاربردی برای تحلیل داده های توالی یابی نسل جدید

تحلیل سری های زمانی با پایتون؛ دستورالعمل های کاربردی برای تحلیل داده های اکتشافی، آماده سازی داده ها، پیش بینی و ارزیابی مدل

پایتون برای امور مالی؛ بیش از 80 دستورالعمل قدرتمند برای تحلیل موثر داده های مالی

مدل سازی صفحه گسترده و تحلیل تصمیم؛ مقدمه‌ای کاربردی بر تجزیه و تحلیل کسب و کار

تحلیل داده های اکسل برای مبتدیان

آمار و تجسم داده ها با استفاده از آر؛ هنر و تمرین تحلیل داده ها

تحلیل داده های طولی با مثال

تحلیل آماری با اکسل برای مبتدیان

تحلیل داده های مایکروسافت اکسل و مدل سازی کسب و کار

داده ورزی کاربردی پایتون و کیفیت داده؛ شروع کار به خواندن، پاکسازی و تحلیل داده ها

مرجع سریع توابع مایکروسافت اکسل؛ برای تحلیل داده های با کیفیت بالا، داشبوردها و موارد دیگر

مقدمه‌ای بر پایتون در تحلیل داده های علوم زمین؛ از آمار توصیفی تا یادگیری ماشین

پیش بینی و تحلیل داده مایکروسافت اکسل

جداول محوری اکسل؛ راهنمای اولیه مبتدیان برای یادگیری جداول محوری اکسل برای تحلیل و مدل سازی داده ها

یادگیری ماشین با مایکروسافت اکسل 2019؛ ایجاد جریان تحلیل کامل داده ها، از جمع آوری داده ها تا مصورسازی

تحلیل داده کاربردی با جی ام پی

یادگیری عمیق برای تحلیل داده های پزشکی؛ تکنیک ها، رویکردها و برنامه ها

استفاده از کاربردی سازی بیوانفورماتیک در بهداشت و درمان

تحلیل داده پایتون؛ جمع آوری، پردازش، داده ورزی، تجسم و ساخت مدل داده ها با استفاده از پایتون

تحلیل داده های اکسل برای مبتدیان

مایکروسافت اکسل 2019 به زبان ساده؛ راهنمای کاربردی فرمول ها و توابع اکسل برای تحلیل داده ها، حسابداری و مدلسازی مالی

پایتون برای امور مالی؛ بیش از 50 دستورالعمل برای استفاده از کتابخانه های مدرن پایتون در تحلیل داده های مالی