Mathématiques et statistiques appliquées avec Python. Cours et exercices corrigés
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF protégé est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
- Non compatible avec un achat hors France métropolitaine
, qui est-ce ?Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- Nombre de pages228
- FormatPDF
- ISBN978-2-340-10428-0
- EAN9782340104280
- Date de parution27/05/2025
- Protection num.Adobe DRM
- Taille4 Mo
- Infos supplémentairespdf
- ÉditeurEllipses
Résumé
Ce livre s'adresse à des étudiants et élèves-ingénieurs en Licence dans des filières scientifiques, écoles de commerce, cycle préparatoire des écoles d'ingénieurs, formation en data sciences et auto-formation. Il a pour objectif d'aborder des chapitres de mathématiques et de statistiques descriptives en rappelant les bases et les concepts, ainsi que des méthodes de résolution et des pratiques de développement de scripts Python correspondants.
Le choix de Python est motivé par les facilités d'apprentissage et de mise en ouvre. Il contient des librairies riches et étoffées. Il s'est également et naturellement imposé dans les développements en data sciences et intelligence artificielle. Ce livre est composé de six chapitres et de nombreux exemples d'applications : notions de base du développement Python ; calcul scientifique ; visualisation et représentation graphique des données ; nombres complexes et mathématiques symboliques ; éléments de statistiques descriptives ; éléments d'algèbre linéaire.
Le choix de Python est motivé par les facilités d'apprentissage et de mise en ouvre. Il contient des librairies riches et étoffées. Il s'est également et naturellement imposé dans les développements en data sciences et intelligence artificielle. Ce livre est composé de six chapitres et de nombreux exemples d'applications : notions de base du développement Python ; calcul scientifique ; visualisation et représentation graphique des données ; nombres complexes et mathématiques symboliques ; éléments de statistiques descriptives ; éléments d'algèbre linéaire.
Ce livre s'adresse à des étudiants et élèves-ingénieurs en Licence dans des filières scientifiques, écoles de commerce, cycle préparatoire des écoles d'ingénieurs, formation en data sciences et auto-formation. Il a pour objectif d'aborder des chapitres de mathématiques et de statistiques descriptives en rappelant les bases et les concepts, ainsi que des méthodes de résolution et des pratiques de développement de scripts Python correspondants.
Le choix de Python est motivé par les facilités d'apprentissage et de mise en ouvre. Il contient des librairies riches et étoffées. Il s'est également et naturellement imposé dans les développements en data sciences et intelligence artificielle. Ce livre est composé de six chapitres et de nombreux exemples d'applications : notions de base du développement Python ; calcul scientifique ; visualisation et représentation graphique des données ; nombres complexes et mathématiques symboliques ; éléments de statistiques descriptives ; éléments d'algèbre linéaire.
Le choix de Python est motivé par les facilités d'apprentissage et de mise en ouvre. Il contient des librairies riches et étoffées. Il s'est également et naturellement imposé dans les développements en data sciences et intelligence artificielle. Ce livre est composé de six chapitres et de nombreux exemples d'applications : notions de base du développement Python ; calcul scientifique ; visualisation et représentation graphique des données ; nombres complexes et mathématiques symboliques ; éléments de statistiques descriptives ; éléments d'algèbre linéaire.
