中圖網小程序
一鍵登錄
更方便
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
R數據科學——從數據挖掘基礎到深度學習 版權信息
- ISBN：9787517095927
- 條形碼：9787517095927 ; 978-7-5170-9592-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
R數據科學——從數據挖掘基礎到深度學習 本書特色
本書以“知識點 + 例題解析 + 測試題演練”的形式，用通俗易懂的語言，簡明扼要地介紹了相關知識點及R語言在數據科學中的具體應用過程，涵蓋從數據挖掘基礎到深度學習的豐富內容。如果你想快速對R語言在數據科學中的應用有一個整體認識，本書是一本很好的選擇。 1. 本書沒有冗長的理論敘述，而是對知識點進行簡要介紹，并通過具體的例子對知識點進行綜合應用，*后通過測試題（也給出了詳細答案）對所學知識進行鞏固，舉一反三，以期實現融會貫通的目的。 2. 在知識點介紹和例題解析過程中，在合適位置給出了一些圖形圖示，讓知識展示更直觀，更易理解。 3. 在每章首頁，給出一個有趣的圖形，可讓讀者對本章知識有一個大概認識。 4. 針對R語言基礎薄弱的讀者，在附錄部分對R語言簡單運算的內容進行了簡要介紹。
R數據科學——從數據挖掘基礎到深度學習 內容簡介
本書介紹了R語言在數據科學應用中的相關技術及編程實現。大體分為兩部分構成。部分是多變量分析。章會對數據挖掘和多變量分析的概要進行說明，從第2章開始到第5章分別介紹回歸分析、主成分分析、判別分析、聚類分析等數據挖掘中經常應用的技術。第2部分是機器學習。第6章對機器學習概要進行說明后，從第7章開始到2章對神經網絡、支持向量機、貝葉斯估計、自組織映射網絡、決策樹、深度學習（深度神經網絡）等內容進行講解。
R數據科學——從數據挖掘基礎到深度學習 目錄
第1部分 多變量分析
第1章 數據挖掘
1.1 何謂數據挖掘
1.2 多變量分析的方法
1.3 第1部分的閱讀方法
第2章 回歸分析
2.1 何謂回歸分析
2.2 合適準確的評價方法
2.3 例題
2.4 測試題——家庭收支情況分析
第3章 主成分分析
3.1 何謂主成分分析
3.2 例題——確定學生成績主成分個數
3.3 測試題——對學生成績進行主成分分析并構建數據圖表
第4章 判別分析
4.1 何謂判別分析
4.2 線性判別
4.3 非線性判別
4.4 例題——健康狀況判別分析
4.5 測試題——新汽車購買意愿判別分析
第5章 聚類分析
5.1 何謂聚類分析
5.2 層次聚類分析
5.3 k均值法
5.4 例題——用層次聚類分析法對數據進行聚集
5.5 測試題——對美國高等法院法官進行聚類分析
第2部分 機器學習
第6章 機器學習概述
6.1 何謂機器學習
6.2 人工智能與機器學習
6.3 機器學習與深度學習
第7章 神經網絡
7.1 何謂神經網絡
7.2 例題1——使用神經網絡對AND電路進行判別分析
7.3 例題2——使用經神網絡對數據進行回歸分析
7.4 測試題——神經網絡在判別分析和回歸分析中的應用
7.4.1 使用數據集iris進行判別分析
7.4.2 使用數據集ToothGrowth進行回歸分析
第8章 支持向量機（SVM）
8.1 何謂支持向量機
8.2 例題1——使用支持向量機對AND電路進行判別分析
8.3 例題2——使用支持向量機對數據進行回歸分析
8.4 測試題——使用支持向量機進行判別分析和回歸分析
8.4.1 使用數據集iris進行判別分析
8.4.2 使用數據集ToothGrowth進行回歸分析
第9章 貝葉斯估計
9.1 樸素貝葉斯分類器
9.2 例題——對車輛是否被盜進行貝葉斯分析
9.3 測試題——對iris數據集進行貝葉斯分析
第10章 自組織映射網絡
10.1 何謂自組織映射網絡
1O.2 例題——使用自組織映射實現數據分類
1O.3 測試題——對iris數據集生成網格圖并進行特征分析
第11章 決策樹
11.1 決策樹與隨機森林
11.2 例題1——使用決策樹AND電路進行判別分析
11.3 例題2——使用決策樹對數據進行回歸分析
11.4 測試題——決策樹在判別分析和回歸分析中的應用
11.4.1 使用數據集iris進行判別分析
11.4.2 使用數據集ToothGrowth進行回歸分析
第12章 深度學習
12.1 何謂深度學習
12.2 例題——用深度學習預測股票價格
12.3 測試題——用深度學習對iris數據集進行判別分析
附錄 R語言基礎知識與測試題解析
附錄1 在Windows環境中安裝R
附錄2 R的簡單運算
附錄3 各章測試題解析
后記
參考文獻
展開全部
R數據科學——從數據挖掘基礎到深度學習 作者簡介
北榮輔 1991年名古屋大學大學院工學研究科博士后期課程修完，工學博士、助教 1999年名古屋大學信息文化學部助教授 2003年名古屋大學大學院信息科學研究科助教授 2007年名古屋大學大學院信息科學研究科準教授 2009年名古屋大學大學院信息科學研究科教授 2010年神戶大學大學院系統信息學研究科客座教授 現在名古屋大學大學院信息學研究科教授
書友推薦
- >
李白與唐代文化
- >
莉莉和章魚
- >
我從未如此眷戀人間
- >
龍榆生：詞曲概論/大家小書
- >
經典常談
- >
回憶愛瑪儂
- >
煙與鏡
- >
二體千字文
本類暢銷
