Couverture du livre «Linear Regression in Machine Learning and Data Science» de Faramarz Kowsari
Présentation du livre en françaisdata science et apprentissage automatique

Linear Regression in Machine Learning and Data Science

From Fundamentals to Real-World Applications

« Linear Regression in Machine Learning and Data Science » est un livre de Faramarz Kowsari dans le domaine data science et apprentissage automatique. Cette page de découverte en français organise les métadonnées publiques du livre afin de rendre ses thèmes, son public, sa langue réelle de publication et ses accès officiels plus faciles à trouver.

Les métadonnées publiées relient le livre à la data science, à l'analyse, à SQL, Python ou au machine learning, avec des objectifs pratiques.

Langue de publication: anglais. Cette page est une orientation en français. Le livre lui-même est publié en anglais ; le titre, l'aperçu et les options d'achat sur Google Books correspondent à cette édition.

De quoi parle ce livre ?

« Linear Regression in Machine Learning and Data Science » est un livre de Faramarz Kowsari dans le domaine data science et apprentissage automatique. Cette page de découverte en français organise les métadonnées publiques du livre afin de rendre ses thèmes, son public, sa langue réelle de publication et ses accès officiels plus faciles à trouver.

Les métadonnées publiées relient le livre à la data science, à l'analyse, à SQL, Python ou au machine learning, avec des objectifs pratiques.

Thèmes mis en avant

Linear regressionLeast squaresResiduals and errorModel assumptionsDiagnosticsRegularizationPython and scikit-learnInterpretation and case studies

Description publique originale du livre

anglais

Linear Regression in Machine Learning and Data Science is a visual path from intuition to implementation. It introduces simple and multiple linear regression, the best-fit line, coefficients, residuals, error measures, and least-squares reasoning before moving into data preparation, assumptions, diagnostics, regularization, multicollinearity, Python implementation, case studies, interpretation, and communication. Its recurring learning flow combines definitions, formulas, warnings, examples, code, outputs, and takeaways so that mathematical ideas remain connected to actual modeling decisions.

À qui s'adresse le livre ?

Le public visé est fondé sur la description publique du livre. Pour les lecteurs francophones, il faut noter que l'édition disponible est publiée en anglais.

For students, analysts, data scientists, machine-learning learners, and practitioners who want regression explained visually and implemented practically.

Objectifs d'apprentissage publiés

anglais

← Retour au catalogue français