کتاب Football Analytics with Python & R

توضیح کوتاه در رابطه با محتوای کتاب:

اطلاعات کتاب:

نویسنده

by Eric A. Eager (Author), Richard A. Erickson (Author)

ناشر

O'Reilly Media

شابک

978-1492099628

قطع کتاب

وزیری

تعداد صفحات

349

نوع چاپ

رنگی

,

سیاه و سفید

محدوده قیمت: 190,000 تومان تا 400,000 تومان

چاپ دیجیتال بیشتر برای تیراژ پایین و چاپ سریع به‌کار می‌رود. در این روش، فایل مستقیماً از کامپیوتر روی دستگاه چاپ منتقل می‌شود و برای چاپ چند جلد کتاب یا نمونه اولیه بسیار مناسب است.
اما چاپ افست برای تیراژ بالا استفاده می‌شود و کیفیت رنگ و جزئیات در آن بسیار بالاتر است. در چاپ افست ابتدا زینک تهیه می‌شود و سپس طرح روی کاغذ منتقل می‌گردد. این روش برای چاپ‌های حرفه‌ای و اقتصادی در تعداد زیاد کاربرد دارد.

قطع وزیری یکی از رایج‌ترین اندازه‌های کتاب است و ابعادی حدود ۲۴ در ۱۷ سانتی‌متر دارد. این نوع قطع برای کتاب‌های درسی، دانشگاهی و آموزشی بسیار پرکاربرد است.
اما قطع رحلی بزرگ‌تر بوده و معمولاً اندازه آن ۲۹ در ۲۱ سانتی‌متر یا حتی بیشتر است. این قطع برای کتاب‌های تصویری، زبان، فرهنگ لغت و کتاب‌های آموزشی با جزئیات زیاد استفاده می‌شود تا خوانایی و فضای صفحه بیشتر باشد.

کتاب با جلد سخت (Hardcover) دارای رویه‌ای محکم از جنس مقوای ضخیم یا گالینگور است که با روکش سلفون یا پارچه پوشانده می‌شود. این نوع جلد دوام بسیار بالایی دارد و برای کتاب‌های نفیس، مرجع یا هدیه‌ای انتخاب می‌شود.
در مقابل، جلد نرم (Paperback) از مقوای نازک‌تر ساخته شده و سبک‌تر و اقتصادی‌تر است. بیشتر کتاب‌های آموزشی و رمان‌ها با جلد نرم چاپ می‌شوند.

کاغذ تحریر (Wood-free Paper)

کاغذ تحریر متداول‌ترین نوع در چاپ کتاب است. رنگی سفید و سطحی مات دارد که باعث می‌شود چشم هنگام مطالعه خسته نشود.
این نوع کاغذ برای کتاب‌های درسی، دانشگاهی، آموزشی و رمان‌ها بسیار مناسب است.

ویژگی‌ها:

کاغذ بالک (Book Paper / Bulky Paper)

کاغذ بالک کمی ضخیم‌تر و سبک‌تر از کاغذ تحریر است و معمولاً رنگ آن کرم یا نخودی است.
در نتیجه هنگام مطالعه، نور کمتری منعکس می‌شود و چشم کمتر خسته می‌شود. به همین دلیل در کتاب‌های حجیم مثل رمان‌های طولانی یا منابع آموزشی پرصفحه، بسیار محبوب است.

ویژگی‌ها:

کاغذ تحریر (Wood-free Paper)

کاغذ گلاسه سطحی براق و صاف دارد که رنگ‌ها را بسیار زنده و درخشان نمایش می‌دهد.
این نوع کاغذ بیشتر برای کتاب‌های تصویری، کاتالوگ‌ها، مجلات رنگی و کتاب‌های آموزشی تصویردار استفاده می‌شود.

ویژگی‌ها:

4 افرادی که اکنون این محصول را تماشا می کنند!
توضیحات

خرید و قیمت کتاب Football Analytics with Python & R ، فروشگاه کـــادن

خرید و قیمت کتاب Football Analytics with Python & R از فروشگاه کادن ،

.

Baseball is not the only sport to use “moneyball.” American football teams, fantasy football players, fans, and gamblers are increasingly using data to gain an edge on the competition. Professional and college teams use data to help identify team needs and select players to fill those needs. Fantasy football players and fans use data to try to defeat their friends, while sports bettors use data in an attempt to defeat the sportsbooks.

In this concise book, Eric Eager and Richard Erickson provide a clear introduction to using statistical models to analyze football data using both Python and R. Whether your goal is to qualify for an entry-level football analyst position, dominate your fantasy football league, or simply learn R and Python with fun example cases, this book is your starting place.

Through case studies in both Python and R, you’ll learn to:

  • Obtain NFL data from Python and R packages and web scraping
  • Visualize and explore data
  • Apply regression models to play-by-play data
  • Extend regression models to classification problems in football
  • Apply data science to sports betting with individual player props
  • Understand player athletic attributes using multivariate statistics

.

خرید و قیمت کتاب Football Analytics with Python & R از فروشگاه کادن،by Eric A. Eager (Author), Richard A. Erickson (Author)

توضیحات تکمیلی
نویسنده

by Eric A. Eager (Author), Richard A. Erickson (Author)

ناشر

O'Reilly Media

شابک

978-1492099628

قطع کتاب

وزیری

تعداد صفحات

349

نوع چاپ

رنگی

,

سیاه و سفید

نظرات (0)
0 بررسی
0
0
0
0
0

نقد و بررسی‌ها

پاک‌کردن فیلترها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “کتاب Football Analytics with Python & R”