LITERATURA ZALECANA GEOLOGIA, CYFROWA ANALIZA DANYCH GEOLOGICZNYCH - Instytut Nauk Geologicznych

Pomiń baner

Literatura obowiązkowa

Geostatistics explained: An introductory guide for Earth scientists

Twórcy: McKillup Steve & Dyar Melinda Darby
Data publikacji: 2012
Wydawca: Cambridge University Press

Książka dostępna na miejscu w Bibliotece ING UJ

 

Geostatistics – Lecture Notes

Twórca: Nemec Wojciech
Data publikacji: 2011
Wydanie: 3
Wydawca: University of Bergen

Ebook, format pdf dostępny w Bibliotece ING UJ

Literatura dodatkowa

Statystyka (Ebook)

Twórca: Griffiths Dawn
Data publikacji: cop. 2010
Wydawca: Wydawnictwo Helion

Ebook, format pdf dostępny w Bibliotece ING UJ

Statistics and Data Analysis in Geology

Twórca: Davis John C.
Data publikacji: 1973
Wydawca: John Wiley & Sons

Sprawdź dostępność książki w katalogu komputerowym

Introduction to Geological Data Analysis

Twórcy: Swan A. R. H. & Sandilands M.
Data publikacji: 1996
Wydawca: Blackwell Science

Sprawdź dostępność książki w katalogu komputerowym

Literatura obowiązkowa

GIS: teoria i praktyka

Twórcy: Longley Paul A., Goodchild Michael F., Maguire David J. & Rhind David W.
Data publikacji: 2006
Wydawca: Wydawnictwo Naukowe PWN

Sprawdź dostępność książki w katalogu komputerowym

Moja mapa: tworzenie map w technologiach geo-
informacyjnych

Twórca: Szafraniec Joanna E.
Data publikacji: 2018
Wydawca: Wydawnictwo Uniwersytetu Śląskiego

Sprawdź dostępność książki w katalogu komputerowym

Literatura dodatkowa

GIS w badaniach przyrodniczych

Twórca: Urbański Jacek
Data publikacji: 2012
Wydawca: Wydawnictwo Uniwersytetu Gdańskiego

Ebook, domena publiczna

Literatura obowiązkowa

Dedykowane repozytorium przedmiotu dostęp online

Python: instrukcje dla programisty

Twórca: Matthes Eric
Data publikacji: 2016
Wydawca: Wydawnictwo Helion

Sprawdź dostępność książki w katalogu komputerowym

Pilgrim M., Zanurkuj w Pythonie dostęp online

Literatura dodatkowa

QGIS project, PyQGIS Developer Cookbook dostęp online

Literatura obowiązkowa

An introduction to statistical learning: With applications in Python

Twórcy: James G., Witten D., Hastie T., Tibshirani R. & Taylor J.
Data publikacji: 2023
Wydawca: Springer Nature

dostęp online

Dive into deep learning

Twórcy: Zhang A., Lipton Z. C., Li M. & Smola A. J.
Data publikacji: 2023
Wydawca: Cambridge University Press

dostęp online

Literatura dodatkowa

Podstawy uczenia maszynowego

Twórcy: Król-Nowak A. & Kotarba K. 
Data publikacji: 2022
Wydawca: Wydawnictwo AGH

dostęp online