掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
基于R語言的機器學習 版權信息
- ISBN：9787519825850
- 條形碼：9787519825850 ; 978-7-5198-2585-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于R語言的機器學習 本書特色
適讀人群 ：本書非常適合對R 編程語言有一定了解的人。如果不了解R 語言，那么也不用擔心，R 是一種很容易學習的語言，并且代碼可讀性很強，相信你可以掌握代碼示例中的要點。 ■ 介紹機器學習領域的模型、算法和數據訓練。 ■ 了解監督和非監督機器學習算法。 ■ 針對模型使用的數據進行統計驗證。 ■ 深入了解商業和科學中使用的線性回歸模型。 ■ 使用單層和多層神經網絡計算結果。 ■ 介紹基于樹的模型的工作原理，以及流行的決策樹。 ■ 了解R語言中機器學習的生態環境。 ■ 介紹R語言提供的強大的工具caret包。
基于R語言的機器學習 內容簡介
■ 介紹機器學習領域的模型、算法和數據訓練。■ 了解監督和非監督機器學習算法。■ 針對模型使用的數據進行統計驗證。■ 深入了解商業和科學中使用的線性回歸模型。■ 使用單層和多層神經網絡計算結果。■ 介紹基于樹的模型的工作原理，以及流行的決策樹。■ 了解R語言中機器學習的生態環境。■ 介紹R語言提供的強大的工具caret包。
基于R語言的機器學習 目錄
前言 1
第1章 什么是模型？ 5
算法與模型有什么不同？ 10
術語說明 12
模型的局限性 13
建模中的統計與計算 15
數據訓練 16
交叉驗證 17
為什么使用R語言？ 18
優點 19
缺點 22
小結 23
第2章 監督學習與無監督機器學習 25
監督模型 26
回歸 26
訓練數據與測試數據 28
分類 30
混合方法 37
無監督學習 47
無監督聚類方法 48
小結 50
第3章 R語言中的采樣統計和模型訓練 52
偏差 53
R語言中的采樣 58
訓練與測試 61
交叉驗證 74
小結 76
第4章 全面解析回歸 78
線性回歸 79
多項式回歸 88
擬合數據的優點——過度擬合的風險 95
邏輯回歸 98
小結 112
第5章 全面解析神經網絡 115
單層神經網絡 115
用R語言建立一個簡單的神經網絡 116
多層神經網絡 125
回歸神經網絡 131
神經網絡分類 136
使用caret的神經網絡 137
小結 139
第6章 基于樹的方法 141
簡單的樹模型 141
決定樹的分割方式 143
決策樹的優點和缺點 147
條件推理樹 158
隨機森林 161
小結 164
第7章 其他高級方法 165
樸素貝葉斯分類 165
主成分分析 169
支持向量機 179
k*近鄰算法 185
小結 191
第8章 使用caret包實現機器學習 192
泰坦尼克號數據集 193
使用caret 196
小結 207
附錄A caret機器學習模型大全 209
第1章 什么是模型？ 5
算法與模型有什么不同？ 10
術語說明 12
模型的局限性 13
建模中的統計與計算 15
數據訓練 16
交叉驗證 17
為什么使用R語言？ 18
優點 19
缺點 22
小結 23
第2章 監督學習與無監督機器學習 25
監督模型 26
回歸 26
訓練數據與測試數據 28
分類 30
混合方法 37
無監督學習 47
無監督聚類方法 48
小結 50
第3章 R語言中的采樣統計和模型訓練 52
偏差 53
R語言中的采樣 58
訓練與測試 61
交叉驗證 74
小結 76
第4章 全面解析回歸 78
線性回歸 79
多項式回歸 88
擬合數據的優點——過度擬合的風險 95
邏輯回歸 98
小結 112
第5章 全面解析神經網絡 115
單層神經網絡 115
用R語言建立一個簡單的神經網絡 116
多層神經網絡 125
回歸神經網絡 131
神經網絡分類 136
使用caret的神經網絡 137
小結 139
第6章 基于樹的方法 141
簡單的樹模型 141
決定樹的分割方式 143
決策樹的優點和缺點 147
條件推理樹 158
隨機森林 161
小結 164
第7章 其他高級方法 165
樸素貝葉斯分類 165
主成分分析 169
支持向量機 179
k*近鄰算法 185
小結 191
第8章 使用caret包實現機器學習 192
泰坦尼克號數據集 193
使用caret 196
小結 207
附錄A caret機器學習模型大全 209
展開全部
基于R語言的機器學習 作者簡介
Scott V. Burger是一名高數據科學家，居住在美國西雅圖。他擁有天體物理學領域的編程經驗，并將這些經驗用于各種不同的方面，例如商業智能或數據優化等。Scott擁有關于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。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
煙與鏡
- >
史學評論
- >
二體千字文
- >
伊索寓言-世界文學名著典藏-全譯本
- >
月亮虎
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
姑媽的寶刀
本類暢銷
