000			03218 a2200289 4500
003			SPU
005			20240116112221.0
008			230712b th ||||| |||| 00| 0 tha d
020			_a9786168282274
040			_aSPU
049			_aSPU_CHN
050			_aQA 76.73 _bก241ร 2565
100			_9252813 _aกรัส, โจเอล
245			_aเรียนรู้หลักการ Data Science ด้วย Python / _cJoel Grus
250			_aพิมพ์ครั้งที่ 2
260			_c2565 _aนนทบุรี : _bคอร์ฟังก์ชัน,
300			_a392 หน้า : _bภาพประกอบ ; _c24 ซม.
505			_aบทนำ หน้า 15-28 -- ภาษา Python ฉบับรวบรัด หน้า 29-54 -- แสดงข้อมูลด้วยภาพ หน้า 55-64 -- พีชคณิตเชิงเส้น หน้า 65-74 -- สถิติ หน้า 75-86 -- ความน่าจะเป็น หน้า 87-98 -- สมมติฐานและการอนุมาน หน้า 99-110 -- การเคลื่อนลงตามความชัน หน้า 111-120 -- การได้มาซึ่งข้อมูล หน้า 121-138 -- การทำงานกับข้อมูล หน้า 139-162 -- Machine Learning หน้า 163-172 -- K-Nearest Neighbors หน้า 173-184 -- Naive Bayes หน้า 185-194 -- การถดถอยเชิงเส้นอย่างง่าย หน้า 195-202 -- การถดถอยพหุคูณ หน้า 203-214 -- การถดถอยโลจิสติก หน้า 215-226 -- Decision Tree หน้า 227-240 -- โครงข่ายประสาทเทียม หน้า 241-252 -- Deep learning หน้า 253-278 -- การจัดกลุ่ม หน้า 279-294 -- การประมวลผลภาษาธรรมชาติ หน้า 295-326 -- การวิเคราะห์เครือข่าย หน้า 327-338 -- ระบบให้คำแนะนำ หน้า 339-352 -- ฐานข้อมูล และ SQL หน้า 353-370 -- MapReduce หน้า 371-380 -- จริยธรรมด้านข้อมูล หน้า 381-388 -- ก้าวไปกับงานวิทยาศาสตร์ข้อมูล หน้า 389-392
650		0	_9239748 _aไพธอน (ภาษาคอมพิวเตอร์)
650		4	_9197 _aการจัดการฐานข้อมูล
650		0	_9207272 _aโครงสร้างข้อมูล (คอมพิวเตอร์)
650		0	_9244972 _aการค้นหาข้อมูล
850			_aSPU
910			_aคณะเทคโนโลยีสารสนเทศ _bศูนยห์หนังสือแห่งจุฬาลงกรณ์มหาวิทยาลัย มหาวิทยาลัยบูรพา _c150623 _pA092431
942			_2lcc _cGEN
998			_bniracha 120723 _atanuchcha 190723
999			_c210310