Capa do livro “Linear Regression in Machine Learning and Data Science”, de Faramarz Kowsari
Apresentação do livro em português do Brasilciência de dados e aprendizado de máquina

Linear Regression in Machine Learning and Data Science

From Fundamentals to Real-World Applications

“Linear Regression in Machine Learning and Data Science” é um livro de Faramarz Kowsari na área de ciência de dados e aprendizado de máquina. Esta página de descoberta em português do Brasil organiza os metadados públicos para tornar mais fáceis de encontrar os temas, o público, o idioma real de publicação e os caminhos oficiais de leitura ou compra.

Os metadados publicados relacionam o livro a ciência de dados, análise, SQL, Python ou machine learning e indicam objetivos práticos.

Idioma de publicação: inglês. Esta é uma página de orientação em português do Brasil. O livro é publicado em inglês; título, prévia e opções de compra no Google Books correspondem a essa edição.

Sobre o que é este livro?

“Linear Regression in Machine Learning and Data Science” é um livro de Faramarz Kowsari na área de ciência de dados e aprendizado de máquina. Esta página de descoberta em português do Brasil organiza os metadados públicos para tornar mais fáceis de encontrar os temas, o público, o idioma real de publicação e os caminhos oficiais de leitura ou compra.

Os metadados publicados relacionam o livro a ciência de dados, análise, SQL, Python ou machine learning e indicam objetivos práticos.

Temas em destaque

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

Descrição pública original do livro

inglês

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.

Para quem é este livro?

O público-alvo é baseado na descrição pública do livro. Para leitores brasileiros, é importante observar que a edição disponível está publicada em inglês.

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

Objetivos de aprendizagem publicados

inglês

← Voltar ao catálogo em português do Brasil