Без серии
- 1. Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайный лес (тип: электронная)
- 2. Изучаем pandas. Высокопроизводительная обработка и анализ данных в Python (тип: электронная)
- 3. Предварительная подготовка данных в Python. Том 1. Инструменты и валидация (тип: электронная)
- 4. Логистическая регрессия. Математический аппарат, программные реализации методов оценивания, примеры развертывания моделей с помощью Streamlit, Streamlit Cloud, Docker, FastAPI и Flask (тип: электронная)
- 5. Предварительная подготовка данных в Python. Том 2. План, примеры и метрики качества (тип: электронная)
- 6. Прогнозирование временных рядов с помощью Facebook Prophet, ETNA, Sktime и LinkedIn Greykite (тип: электронная)
- 7. Streamlit для Data Science. Создаем интерактивные приложения в Python (тип: электронная)
- 8. Графовые нейронные сети на Python (тип: электронная)