عنوان کتاب به انگلیسی: |
Machine Learning with R: Expert techniques for predictive modeling, 3rd Edition |
| سال انتشار: 2019 | 458 صفحه | حجم فایل: 11 مگابایت | زبان: انگلیسی |
| نویسنده | Brett Lantz |
| ناشر | Packt Publishing |
| ISBN10: | 1788295862 |
| ISBN13: | 9781788295864 |
توضیحات کتاب
Key FeaturesThird edition of the bestselling, widely acclaimed R machine learning book, updated and improved for R 3.6 and beyond
Harness the power of R to build flexible, effective, and transparent machine learning models
Learn quickly with a clear, hands-on guide by experienced machine learning teacher and practitioner, Brett LantzBook DescriptionMachine learning, at its core, is concerned with transforming data into actionable knowledge. R offers a powerful set of machine learning methods to quickly and easily gain insight from your data.
Machine Learning with R, Third Edition provides a hands-on, readable guide to applying machine learning to real-world problems. Whether you are an experienced R user or new to the language, Brett Lantz teaches you everything you need to uncover key insights, make new predictions, and visualize your findings.
This new 3rd edition updates the classic R data science book to R 3.6 with newer and better libraries, advice on ethical and bias issues in machine learning, and an introduction to deep learning. Find powerful new insights in your data; discover machine learning with R.
What you will learn
Discover the origins of machine learning and how exactly a computer learns by example
Prepare your data for machine learning work with the R programming language
Classify important outcomes using nearest neighbor and Bayesian methods
Predict future events using decision trees, rules, and support vector machines
Forecast numeric data and estimate financial values using regression methods
Model complex processes with artificial neural networks ― the basis of deep learning
Avoid bias in machine learning models
Evaluate your models and improve their performance
Connect R to SQL databases and emerging big data technologies such as Spark, H2O, and TensorFlow
Who this book is for
Data scientists, students, and other practitioners who want a clear, accessible guide to machine learning with R.
Table of Contents
Introducing Machine Learning
Managing and Understanding Data
Lazy Learning – Classification Using Nearest Neighbors
Probabilistic Learning – Classification Using Naive Bayes
Divide and Conquer – Classification Using Decision Trees and Rules
Forecasting Numeric Data – Regression Methods
Black Box Methods – Neural Networks and Support Vector Machines
Finding Patterns – Market Basket Analysis Using Association Rules
Finding Groups of Data – Clustering with k-means
Evaluating Model Performance
Improving Model Performance
Specialized Machine Learning Topics
توضیحات کتاب به فارسی (ترجمه ماشینی)
مشکلات داده های دنیای واقعی را با R و Learning Machine حل کنید
ویژگی های کلیدی
نسخه سوم کتاب یادگیری ماشین R ، بسیار تحسین شده ، برای R 3.6 و بعد از آن به روز شده و بهبود یافته است
مهار قدرت R برای ساخت مدل های یادگیری ماشین انعطاف پذیر ، مؤثر و شفاف
با یک راهنمای روشن و دستی توسط معلم و پزشک با تجربه یادگیری ماشین ، برت لانتز سریع بیاموزید
توضیحات کتاب
یادگیری ماشین ، در هسته اصلی خود ، نگران تبدیل داده ها به دانش عملی است.R مجموعه ای قدرتمند از روشهای یادگیری ماشین را برای به دست آوردن سریع و به راحتی بینش از داده های خود ارائه می دهد.
یادگیری ماشین با R ، چاپ سوم یک راهنمای قابل خواندن و قابل خواندن برای استفاده از یادگیری ماشین برای مشکلات دنیای واقعی ارائه می دهد.این که آیا شما یک کاربر R با تجربه هستید یا به زبان جدید هستید ، برت لانتز به شما می آموزد همه چیزهایی را که برای کشف بینش های کلیدی لازم دارید ، پیش بینی های جدید و تجسم یافته های خود را به شما می آموزد.
این نسخه 3 جدید کتاب کلاسیک R Data Science را به R 3.6 با کتابخانه های جدیدتر و بهتر ، مشاوره در مورد موضوعات اخلاقی و تعصب در یادگیری ماشین و مقدمه ای برای یادگیری عمیق به روز می کند.بینش های جدید قدرتمندی در داده های خود پیدا کنید.یادگیری ماشین را با R. کشف کنید
آنچه یاد خواهید گرفت
منشأ یادگیری ماشین را کشف کنید و دقیقاً چگونه یک کامپیوتر به عنوان مثال می آموزد
داده های خود را برای کار یادگیری ماشین با زبان برنامه نویسی R آماده کنید
با استفاده از نزدیکترین روشهای همسایه و بیزی ، نتایج مهم را طبقه بندی کنید
پیش بینی رویدادهای آینده با استفاده از درختان تصمیم گیری ، قوانین و دستگاه های بردار پشتیبانی
داده های عددی را پیش بینی کرده و ارزش های مالی را با استفاده از روش های رگرسیون تخمین بزنید
فرآیندهای پیچیده مدل با شبکه های عصبی مصنوعی – اساس یادگیری عمیق
از تعصب در مدل های یادگیری ماشین خودداری کنید
مدل های خود را ارزیابی کرده و عملکرد آنها را بهبود بخشید
R را به پایگاه داده های SQL وصل کنید و فن آوری های داده های بزرگ در حال ظهور مانند Spark ، H2O و TensorFlow
این کتاب برای چه کسی است
دانشمندان داده ، دانش آموزان و سایر پزشکان که می خواهند یک راهنمای واضح و در دسترس برای یادگیری ماشین با R.
فهرست مطالب
معرفی یادگیری ماشین
مدیریت و درک داده ها
یادگیری تنبل – طبقه بندی با استفاده از نزدیکترین همسایگان
یادگیری احتمالی – طبقه بندی با استفاده از خلیج های ساده لوح
تقسیم و تسخیر – طبقه بندی با استفاده از درختان و قوانین تصمیم گیری
پیش بینی داده های عددی – روش های رگرسیون
روش های جعبه سیاه – شبکه های عصبی و دستگاه های بردار پشتیبانی
یافتن الگوها – تجزیه و تحلیل سبد بازار با استفاده از قوانین انجمن
یافتن گروه هایی از داده ها-خوشه بندی با k-means
ارزیابی عملکرد مدل
بهبود عملکرد مدل
موضوعات تخصصی یادگیری ماشین
| توجه کنید که این محصول به صورت فایل دانلودی است و نه کتاب کاغذی. |
| به هنگام خرید به زبان درج شده برای کتاب حتما توجه کنید. به صورت معمول در اکثر موارد زبان کتاب فارسی نیست. |
| در صورت هرگونه مشکل در دریافت کتاب به شماره 09395106248 پیامک دهید. |
| درج شماره موبایل برای سفارش ضروری نیست ولی ترجیح آن است درج گردد تا در صورت بروز مشکل اولین راه ارتباطی ما با شما باشد. |
|
چنانچه در دریافت محصول به هر دلیلی با مشکل روبرو شدید و مطمئن از پرداخت موفق وجه هستید به شماره تماس زیر نام، نام خانوادگی و نام محصول را پیامک بزنید تا لینک محصول سریعا برای شما ارسال گردد.
شماره تماس: 09395106248 |
نقد و بررسیها
هنوز بررسیای ثبت نشده است.