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3版)/數據科學與工程技術叢書

  • 作者：(美)布雷特·蘭茨|責編:王春華//李美瑩|譯者:許金煒//李洪成//潘文捷
  • 出版社：機械工業
  • ISBN：9787111684572
  • 出版日期：2021/06/01
  • 裝幀：平裝
  • 頁數：294
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    機器學習的核心是將數據轉換為可操作的知識。R提供了一組強大的機器學習方法，可以幫助你快速輕鬆地發現數據背後隱藏的信息。
    本書通過清晰和實用的案例來探索機器學習在現實世界中的應用。無論你是經驗豐富的R用戶還是R初學者，都會從本書中學到如何發現關鍵信息、做出新的預測並進行可視化。
    本書的第3版包含更新和更好的庫、有關機器學習中的道德和偏差問題的建議，以及深度學習的簡介。
作者介紹
(美)布雷特·蘭茨|責編:王春華//李美瑩|譯者:許金煒//李洪成//潘文捷
    布雷特·蘭茨（Brett Lantz）在應用創新的數據方法來理解人類的行為方面有10余年經驗。他最初是一名社會學家，在學習一個青少年社交網站分佈的大型資料庫時，他就開始陶醉於機器學習。從那時起，他致力於行動電話、醫療賬單數據和公益活動等交叉學科的研究，並維護dataspelunking.com這個網站，該網站致力於分享有關探尋數據中所蘊含的洞察的知識。
目錄
譯者序
前言
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  機器學習的成功應用
    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
    1.5.3  安裝RStudio
  1.6  總結
第2章  管理和理解數據
  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  從CSV文件導入數據和將數據保存為CSV文件
  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  k近鄰演算法
    3.1.2  為什麼k-NN演算法是懶惰的
  3.2  例子——用k-NN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

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