Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Zjistit stav objednávky

Staňte se součástí komunity milovníků knih z celého světa a získejte hromadu výhod. Založit účet zdarma

Doprava zdarma se Zásilkovnou nad 1 499 Kč

Kurýr DPD 69 Kč PPL shop 49 Kč Balíkovna 69 Kč PPL kurýr 74 Kč PPL box 39 Kč Balíkovna 49 Kč Výdejní místo DPD 49 Kč Zásilkovna 39 Kč

Kontakt

Jak nakupovat

Pomoc

Můj účet

▸ Prázdný :-(

Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Python for Marketing Research and Analytics

Name: Python for Marketing Research and Analytics
Brand: Springer Nature Switzerland AG
SKU: 37363291
Price: 1384 CZK
Availability: InStock
Author: Elea McDonnell Feit
ISBN: 9783030497224

Elea McDonnell Feit

Chris Chapman

Jazyk

Angličtina

Kniha Brožovaná

Libristo kód: 37363291

Nakladatelství Springer Nature Switzerland AG, listopad 2021

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

Libristo kód: 37363291

138 b

1 384 Kč

Skladem u dodavatele Odesíláme za 5-8 dnů

30 dní na vrácení zboží

Zákazníci také koupili

Hitmakeři Derek Thompson

Brožovaná

277 Kč

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

Brožovaná

532 Kč

Orchestralklang im Ring des Nibelungen Susanne Becker

Brožovaná

369 Kč

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

Brožovaná

470 Kč

Israele e Palestina. Un conflitto senza fine? Giovanni Sale

Brožovaná

523 Kč

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.