幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器學習與R語言(原書第2版)/數據科學與工程技術叢書

  • 作者：(美)布雷特·蘭茨|譯者:李洪成//許金煒//李艦
  • 出版社：機械工業
  • ISBN：9787111553281
  • 出版日期：2017/03/01
  • 裝幀：平裝
  • 頁數：278
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    R本身是一款十分優秀的數據分析和數據可視化軟體。本書由機器學習領域的專家撰寫，通過將實踐案例與核心的理論知識相結合，全面介紹多種重要的機器學習演算法和案例分析，從對案例數據的探索、整理，到模型的建立和模型的評估，每一步都給出詳盡的步驟和R代碼，為讀者深入理解並靈活應用R語言進行數據挖掘和機器學習提供翔實參考。
    布雷特·蘭茨編寫的《機器學習與R語言(原書第2版)》共12章：第1章介紹機器學習的基本概念和理論，並介紹用於機器學習的R軟體環境的準備；第2章介紹如何應用R來管理數據，進行數據的探索分析和數據可視化；第3—9章介紹典型的機器學習演算法，包括k近鄰分類演算法、樸素貝葉斯演算法、決策樹和規則樹、回歸預測、黑盒演算法——神經網路和支持向量機、關聯分析、k均值聚類，並給出大量的實際案例和詳細的分析步驟，例如乳腺癌的判斷、垃圾簡訊的過濾、貸款違約的預測、毒蘑菇的判別、醫療費用的預測、建築用混凝土強度的預測、光學字元的識別、超市購物籃關聯分析以及市場細分等；第10章介紹模型性能評價的原理和方法；第11章給出提高模型性能的幾種常用方法；第12章討論用R進行機器學習時可能遇到的一些高級專題，如特殊形式的數據、大數據集的處理、並行計算和GPU計算等技術。
作者介紹
(美)布雷特·蘭茨|譯者:李洪成//許金煒//李艦
目錄
推薦序
譯者序
前言
關於審稿人
第1章 機器學習簡介
  1.1 機器學習的起源
  1.2 機器學習的使用與濫用
    1.2.1 機器學習的成功使用
    1.2.2 機器學習的限制
    1.2.3 機器學習的倫理方面
  1.3 機器如何學習
    1.3.1 數據存儲
    1.3.2 抽象化
    1.3.3 一般化
    1.3.4 評估
  1.4 實踐中的機器學習
    1.4.1 輸入數據的類型
    1.4.2 機器學習演算法的類型
    1.4.3 為輸入數據匹配演算法
  1.5 使用R進行機器學習
    1.5.1 安裝R添加包
    1.5.2 載入和卸載R添加包
  1.6 總結
第2章 數據的管理和理解
  2.1 R數據結構
    2.1.1 向量
    2.1.2 因子
    2.1.3 列表
    2.1.4 數據框
    2.1.5 矩陣和數組
  2.2 用R管理數據
    2.2.1 保存、載入和移除R數據結構
    2.2.2 用CSV文件導入和保存數據
  2.3 探索和理解數據
    2.3.1 探索數據的結構
    2.3.2 探索數值變數
    2.3.3 探索分類變數
    2.3.4 探索變數之間的關係
  2.4 總結
第3章 懶惰學習—使用近鄰分類
  3.1 理解近鄰分類
    3.1.1 kNN演算法
    3.1.2 為什麼kNN演算法是懶惰的
  3.2 例子—用kNN演算法診斷乳腺癌
    3.2.1 第1步—收集數據
    3.2.2 第2步—探索和準備數據
    3.2.3 第3步—基於數據訓練模型
    3.2.4 第4步—評估模型的性能
    3.2.5 第5步—提高模型的性能
  3.3 總結

第4章 概率學習—樸素貝葉斯分類
  4.1 理解樸素貝葉斯
    4.1.1 貝葉斯方法的基本概念
    4.1.2 樸素貝葉斯演算法
  4.2 例子—基於貝葉斯演算法的手機垃圾簡訊過濾
    4.2.1 第1步—收集數據
    4.2.2 第2步—探索和準備數據
    4.2.3 第3步—基於數據訓練模型
    4.2.4 第4步—評估模型的性能
    4.2.5 第5步—提高模型的性能
  4.3 總結
第5章 分而治之—應用決策樹和規則進行分類
第6章 預測數值型數據—回歸方法
第7章 黑箱方法—神經網路和支持向量機
第8章 探尋模式—基於關聯規則的購物籃分析
第9章 尋找數據的分組—k均值聚類
第10章 模型性能的評估
第11章 提高模型的性能
第12章 其他機器學習主題

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032