Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Python for Marketing Research and Analytics

Name: Python for Marketing Research and Analytics
Brand: Springer Nature Switzerland AG
SKU: 37363291
Price: 63.84 EUR
Availability: InStock
Author: Elea McDonnell Feit
ISBN: 9783030497224

Elea McDonnell Feit

Chris Chapman

Език

Английски език

Книга С меки корици

Код Либристо: 37363291

Издателство Springer Nature Switzerland AG, ноември 2021

This book provides an introduction to quantitative marketing with Python. The book presents a hands-... Цялото описание

Код Либристо: 37363291

155 b

63.84 €

124.87 лв

Външен склад Изпращаме след 5-8 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Hitmakeři Derek Thompson

С меки корици

13.99 € 27.37 лв

Grundlagen Fur Eine Allgemeine Theorie Der Functionen Einer Veranderlichen Complexen Grosse (1867) Bernhard Riemann

С меки корици

23.09 € 45.15 лв

Orchestralklang im Ring des Nibelungen Susanne Becker

С меки корици

17.09 € 33.43 лв

Mercatique Terminale STMG - Toutes les matières - N°4 Réflexe - 2017 Nancy Baranes

С меки корици

20.24 € 39.59 лв

Israele e Palestina. Un conflitto senza fine? Giovanni Sale

С меки корици

22.67 € 44.34 лв

This book provides an introduction to quantitative marketing with Python. The book presents a hands-on approach to using Python for real marketing questions, organized by key topic areas. Following the Python scientific computing movement toward reproducible research, the book presents all analyses in Colab notebooks, which integrate code, figures, tables, and annotation in a single file. The code notebooks for each chapter may be copied, adapted, and reused in one's own analyses. The book also introduces the usage of machine learning predictive models using the Python sklearn package in the context of marketing research. This book is designed for three groups of readers: experienced marketing researchers who wish to learn to program in Python, coming from tools and languages such as R, SAS, or SPSS; analysts or students who already program in Python and wish to learn about marketing applications; and undergraduate or graduate marketing students with little or no programming background. It presumes only an introductory level of familiarity with formal statistics and contains a minimum of mathematics.