Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха; БОМБОРА, 2023

от 22 р. до 63 р.

  • Издатель: Бомбора
  • ISBN: 978-5-04-122611-4
  • EAN: 9785041226114

  • Книги: Информатика
  • ID:13527876
Где купить

Сравнить цены (5)

Цена от 22 р. до 63 р. в 5 магазинах

МагазинЦенаНаличие
Наличные, б/н, visa, qiwi, webmoney, я.деньги Заказ от 800 рублей мы привезем бесплатно! Кэшбэк в Лабиринт до 7%

24.05.2024
33 р. (-17%) Кэшбэк в Читай-город до 6.3%
Промокоды на скидку

24.05.2024
Яндекс.Маркет
5/5
32 р. (-14%) Кэшбэк в Яндекс.Маркет до 3.8%
Промокоды на скидку

23.05.2024
27 р. (-20%) Повышенный кешбэк до 40%
Промокоды на скидку

23.05.2024
Крупнейший маркетплейс Беларуси Кэшбэк в Onliner BY до 1.7%

20.05.2024
Мы предлагаем профессиональную консультацию, вежливое обслуживание, честные цены и быструю и аккуратную доставку
Мы трудимся, чтобы предложить максимальный выбор: товаров, способов оплаты, вариантов доставки — и лучший сервис
Промокоды на скидку
Быстрая доставка. Мы доставляем товар по всей Беларуси в удобное для вас время
Промокоды на скидку
Крупнейшая в Беларуси оптовая и розничная торговая сеть строительных материалов и инструментов
Более 10 лет мы занимаемся продажей компьютеров, ноутбуков и обслуживанием компьютерной техники.

Описание

Принимать важные решения нелегко. Как выглядеть? На ком жениться? Какую работу выбрать? Как проводить свободное время? Где жить? Чему учиться? Что делает нас счастливыми? Ответы на все эти вопросы требуют от нас предельной концентрации и многих часов раздумий.

А что, если есть вариант получше? И имя ему — Big Data.

За последнее десятилетие ученые изучили гигантские наборы данных, чтобы найти новые подходы к решению самых важных жизненных вопросов. Исследователь данных Сет Стивенс-Давидовиц проанализировал множество научных исследований об удовольствии и счастье, чтобы понять, чего мы хотим от жизни на самом деле.

Об авторе

Сет Стивенс-Давидовиц — специалист по Data Science, автор статей в The New York Times, бывший сотрудник Google. Результаты его самых популярных исследований данных были представлены в бестселлере «Все лгут».

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №1

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №2

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №3

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №4

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №5

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №6

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №7

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №8

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №9

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - фото №10

Смотри также о книге.

О книге


ПараметрЗначение
Автор(ы)
ПереплетТвердый (7БЦ)
ИздательБОМБОРА
СерияБиблиотека ИТ. Главные книги о современных технологиях
Возрастные ограничения18
Кол-во страниц304
Год издания2023
ИздательствоБомбора
Страниц304
Переплёттвердый
ISBN978-5-04-122611-4
Размеры14,30 см × 21,70 см × 1,80 см
Формат145x219мм
АвторCтивенс-Давидовиц Cет
ТематикаИнформатика
Тираж3000
РазделИнформатика
Издательский брендБОМБОРА
Возрастное ограничение18+
Количество страниц304
Вес0.40кг
Тип обложкитвердая
Жанранализ данных
Количество книг1


Отзывы (0)


Зарегистрируйтесь и получайте бонусы за покупки!


Книги: Машинное обучение. Анализ данных Бомбора

Книги: Машинное обучение. Анализ данных

Категория 17 р. - 26 р.

update
закладки (0) сравнение (0)

11 ms