fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Hvitfeldt / Silge

Supervised Machine Learning for Text Analysis in R

Medium: Buch
ISBN: 978-0-367-55419-4
Verlag: Chapman and Hall/CRC
Erscheinungstermin: 22.10.2021
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken

Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This book is designed to provide practical guidance and directly applicable knowledge for data scientists and analysts who want to integrate text into their modeling pipelines. We assume that the reader is somewhat familiar with R, predictive modeling concepts for non-text data, and the tidyverse family of packages.

Produkteigenschaften

  • Artikelnummer: 9780367554194
  • Medium: Buch
  • ISBN: 978-0-367-55419-4
  • Verlag: Chapman and Hall/CRC
  • Erscheinungstermin: 22.10.2021
  • Sprache(n): Englisch
  • Auflage: 1. Auflage 2021
  • Serie: Chapman & Hall/CRC Data Science Series
  • Produktform: Kartoniert, Paperback
  • Gewicht: 608 g
  • Seiten: 402
  • Format (B x H x T): 156 x 234 x 22 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Autoren

1. Language and modeling. 2. Tokenization. 3. Stop words. 4. Stemming. 5. Word Embeddings. 6. Regression. 7. Classification. 8. Dense neural networks. 9. Long short-term memory (LSTM) networks. 10. Convolutional neural networks.