Zum Hauptinhalt springen

Hypothesis Generation and Interpretation: Design Principles and Patterns for Big Data Applications

by Hiroshi Ishikawa
1st ed. 2024. - Cham: Springer International Publishing, Imprint: Springer, 2024
Online Monographie, Elektronische Ressource - 1 Online-Ressource (XII, 372 p. 177 illus., 125 illus. in color)

Ermittle Ausleihstatus...

Titel:
Hypothesis Generation and Interpretation: Design Principles and Patterns for Big Data Applications
Verantwortlichkeitsangabe: by Hiroshi Ishikawa
Autor/in / Beteiligte Person: Ishikawa, Hiroshi
Lokaler Link:
Link:
Verwandtes Werk:
Ausgabe: 1st ed. 2024
Veröffentlichung: Cham: Springer International Publishing, Imprint: Springer, 2024
Medientyp: Monographie
Datenträgertyp: Elektronische Ressource
Umfang: 1 Online-Ressource (XII, 372 p. 177 illus., 125 illus. in color)
ISBN: 9783031435409
DOI: 10.1007/978-3-031-43540-9
Schlagwort:
  • Computer science
  • Database management
  • Data mining
  • Machine learning
  • Big data
  • System theory
Sonstiges:
  • Online-Ressource [Kann nicht per Fernleihe bestellt werden!]
  • Gesamttitelangabe: Studies in Big Data ; 139
  • Printed edition: 9783031435393
  • Printed edition: 9783031435416
  • Printed edition: 9783031435423
  • hbz Verbund-ID: HT030623258

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

oder
oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

oder
oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.

xs 0 - 576
sm 576 - 768
md 768 - 992
lg 992 - 1200
xl 1200 - 1366
xxl 1366 -