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

基於R語言的機器學習

  • 作者：(美)斯科特|譯者:馬晶慧
  • 出版社：中國電力
  • ISBN：9787519825850
  • 出版日期：2018/11/01
  • 裝幀：平裝
  • 頁數：218
人民幣：RMB 58 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    機器學習是一門讓人望而生畏的學科，但是只要你掌握了基本原理，這種恐懼就不復存在了。如果你有基本的編程概念，那麼斯科特著的這本《基於R語言的機器學習》可以幫助你建立紮實的機器學習的基礎。本書使用R語言，首先介紹回歸建模，繼而介紹神經網路和基於樹的方法等更加高級的內容。
    最後，我們將深入機器學習的前沿，了解R語言的caret包。一旦熟悉回歸與分類模型之間的區別等內容以後，你就可以解決一系列機器學習的問題了。本書作者提供了很多例子幫助你理解機器學習的知識。
作者介紹
(美)斯科特|譯者:馬晶慧
    斯科特（Scott V.Burger），是一名高級數據科學家，居住在美國西雅圖。他擁有天體物理學領域的編程經驗，並將這些經驗用於各種不同的方面，例如商業智能或數據優化等。Scott擁有關於如何用簡潔的方式向公眾解釋科學概念的豐富經驗，他利用這些專業知識在本書中向普通R語言用戶揭示了機器學習的世界。
目錄
前言
第1章  什麼是模型？
  演算法與模型有什麼不同？
  術語說明
  模型的局限性
  建模中的統計與計算
  數據訓練
  交叉驗證
  為什麼使用R語言？
  優點
  缺點
  小結
第2章  監督學習與無監督機器學習
  監督模型
  回歸
  訓練數據與測試數據
  分類
  混合方法
  無監督學習
  無監督聚類方法
  小結
第3章  R語言中的採樣統計和模型訓練
  偏差
  R語言中的採樣
  訓練與測試
  交叉驗證
  小結
第4章  全面解析回歸
  線性回歸
  多項式回歸
  擬合數據的優點——過度擬合的風險
  邏輯回歸
  小結
第5章  全面解析神經網路
  單層神經網路
  用R語言建立一個簡單的神經網路
  多層神經網路
  回歸神經網路
  神經網路分類
  使用caret的神經網路
  小結
第6章  基於樹的方法
  簡單的樹模型
  決定樹的分割方式
  決策樹的優點和缺點
  條件推理樹
  隨機森林
  小結
第7章  其他高級方法
  樸素貝葉斯分類

  主成分分析
  支持向量機
  k最近鄰演算法
  小結
第8章  使用caret包實現機器學習
  泰坦尼克號數據集
  使用caret
  小結
附錄A  caret機器學習模型大全

  • 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