• Verkeerd document? Gratis ruilen
  • Geschreven door studenten die geslaagd zijn
  • Direct beschikbaar na je betaling
  • Online lezen of als PDF
  • 4,6 TrustPilot
0
Verkopen
Kies je studieland
Kies je taal
Begin nu gratis Account aanmaken

Ambervdmeijs

Op deze pagina vind je alle documenten, voordeelbundels en oefenvragen die worden aangeboden door verkoper ambervdmeijs.

  • 3
  • 0

Community

  • Volgers
  • Volgend

16 Ontvangen beoordelingen

3 items

  • Alles
  • Documenten
  • Voordeelbundels

Summary Analytics B&G 2017/2018 - Exam: all you need to know

(2)
$7.49
25x  verkocht

This summary is all you need to take with you to the open book exam. Every mandatory subject from the book 'Business Analytics' from James R. Evans plus extra information is in this summary. It tells you how to solve each question step-by-step, including the 'trick questions'. The lectures are known to be confusing and everything is simplified in this summary. Extremely helpful, especially when you have trouble understanding the subjects, or even math. All subjects: probabilities, distribution...

i x
  •  Boek
  • Samenvatting
  •  • 30 pagina's • 
  • door ambervdmeijs • 
  • geupload  2018
Snel bekijken
i x

Data Science: Machine Learning 2017/2018 - Cheatsheet

(8)
$4.03
51x  verkocht

Voor het tentamen Machine Learning is het toegestaan om een cheatsheet van 1A4 bij te houden. Deze is speciaal gemaakt zodat alle onderwerpen van dit vak uitgebreid zijn beschreven, zoals Decision Trees, Perceptron, Gradient Descent, Feature Engineering, Logistic Regression en Neural Networks. English: for the Machine Learning exam, you are allowed to bring one cheatsheet (1A4) with you. On this cheatsheet, all the necessary information (and more) are on just two sides of paper. The following ...

i x
  • Samenvatting
  •  • 2 pagina's • 
  • door ambervdmeijs • 
  • geupload  2018
Snel bekijken
i x

Data Science: Machine Learning 2017/2018 - Summary Lectures

(6)
$5.18
49x  verkocht

Full summary including an introduction of Machine Learning and algorithms, such as Decision Tree, Perceptron, Gradient Descent, Logistic Regression (classifier) and Neural Networks. This summary also includes a section about Feature Engineering. Extra context and illustrations/graphs are also given, which makes this field of study a bit more understandable.

i x
  • Samenvatting
  •  • 32 pagina's • 
  • door ambervdmeijs • 
  • geupload  2018
Snel bekijken
i x