کتاب تسلط بر یادگیری ماشین با آر؛ تکنیک های پیشرفته یادگیری ماشین برای ساخت اپلیکیشن های هوشمند با آر 3.5

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

 
دانلود کتاب Mastering Machine Learning with R: Advanced machine learning techniques for building smart applications with R 3.5, 3rd Edition

عنوان کتاب به انگلیسی:

Mastering Machine Learning with R: Advanced machine learning techniques for building smart applications with R 3.5, 3rd Edition

سال انتشار: 2019  |  344 صفحه  |  حجم فایل: 6 مگابایت  |  زبان: انگلیسی
نویسنده Cory Lesmeister
ناشر Packt Publishing
ISBN10: 1789618002
ISBN13: 9781789618006

توضیحات کتاب

Stay updated with expert techniques for solving data analytics and machine learning challenges and gain insights from complex projects and power up your applications Key FeaturesBuild independent machine learning (ML) systems leveraging the best features of R 3.5 Understand and apply different machine learning techniques using real-world examples Use methods such as multi-class classification, regression, and clusteringBook Description Given the growing popularity of the R-zerocost statistical programming environment, there has never been a better time to start applying ML to your data. This book will teach you advanced techniques in ML ,using? the latest code in R 3.5. You will delve into various complex features of supervised learning, unsupervised learning, and reinforcement learning algorithms to design efficient and powerful ML models. This newly updated edition is packed with fresh examples covering a range of tasks from different domains. Mastering Machine Learning with R starts by showing you how to quickly manipulate data and prepare it for analysis. You will explore simple and complex models and understand how to compare them. You'll also learn to use the latest library support, such as TensorFlow and Keras-R, for performing advanced computations. Additionally, you'll explore complex topics, such as natural language processing (NLP), time series analysis, and clustering, which will further refine your skills in developing applications. Each chapter will help you implement advanced ML algorithms using real-world examples. You'll even be introduced to reinforcement learning, along with its various use cases and models. In the concluding chapters, you'll get a glimpse into how some of these blackbox models can be diagnosed and understood. By the end of this book, you'll be equipped with the skills to deploy ML techniques in your own projects or at work. What you will learn Prepare data for machine learning methods with ease Understand how to write production-ready code and package it for use Produce simple and effective data visualizations for improved insights Master advanced methods, such as Boosted Trees and deep neural networks Use natural language processing to extract insights in relation to text Implement tree-based classifiers, including Random Forest and Boosted Tree Who this book is for This book is for data science professionals, machine learning engineers, or anyone who is looking for the ideal guide to help them implement advanced machine learning algorithms. The book will help you take your skills to the next level and advance further in this field. Working knowledge of machine learning with R is mandatory. Table of Contents Preparing and Understanding Data Linear Regression Logistic Regression Advanced Feature Selection in Linear Models K-Nearest Neighbors and Support Vector Machines Tree-Based Classification Neural Networks and Deep Learning Creating Ensembles and Multiclass Methods Cluster Analysis Principal Component Analysis Association Analysis Time Series and Causality Text Mining Appendix A- Creating a Package

توضیحات کتاب به فارسی (ترجمه ماشینی)

با تکنیک های تخصصی برای حل تجزیه و تحلیل داده ها و چالش های یادگیری ماشین به روز شوید و از پروژه های پیچیده و به دست آوردن برنامه های خود بینش بگیرید ویژگی های کلیدی ساخت سیستم های مستقل یادگیری ماشین (ML) با استفاده از بهترین ویژگی های R 3.5 با استفاده از نمونه های دنیای واقعی ، تکنیک های مختلف یادگیری ماشین را درک و استفاده کنید از روش هایی مانند طبقه بندی چند طبقه ، رگرسیون و خوشه بندی استفاده کنید توضیحات کتاب با توجه به محبوبیت روزافزون محیط برنامه نویسی آماری R-Zerocost ، هرگز زمان بهتری برای استفاده از ML در داده های شما وجود نداشته است.این کتاب با استفاده از تکنیک های پیشرفته در ML به شما آموزش می دهد؟آخرین کد در R 3.5.شما برای طراحی مدلهای ML کارآمد و قدرتمند ، به ویژگی های مختلف پیچیده یادگیری تحت نظارت ، یادگیری بدون نظارت و الگوریتم های یادگیری تقویت می پردازید. این نسخه تازه به روز شده با نمونه های تازه ای که شامل طیف وسیعی از وظایف از حوزه های مختلف است ، بسته بندی شده است.تسلط بر یادگیری ماشین با R با نشان دادن نحوه دستکاری سریع داده ها و آماده سازی آن برای تجزیه و تحلیل شروع می شود.شما مدل های ساده و پیچیده را کشف خواهید کرد و نحوه مقایسه آنها را می فهمید.شما همچنین یاد می گیرید که از آخرین پشتیبانی کتابخانه مانند Tensorflow و Keras-R برای انجام محاسبات پیشرفته استفاده کنید.علاوه بر این ، مباحث پیچیده ای مانند پردازش زبان طبیعی (NLP) ، تجزیه و تحلیل سری زمانی و خوشه بندی را کشف خواهید کرد که مهارت های شما را در توسعه برنامه ها بیشتر می کند.هر فصل به شما در اجرای الگوریتم های پیشرفته ML با استفاده از نمونه های دنیای واقعی کمک می کند.شما حتی به همراه موارد و مدل های مختلف استفاده آن ، به یادگیری تقویت می شوید.در فصل های پایانی ، نگاهی اجمالی به نحوه تشخیص و درک برخی از این مدل های Blackbox می توانید مشاهده کنید. در پایان این کتاب ، شما به مهارت های استقرار تکنیک های ML در پروژه های خود یا در محل کار مجهز خواهید شد. آنچه یاد خواهید گرفت داده ها را برای روش های یادگیری ماشین با سهولت تهیه کنید درک کنید که چگونه کد آماده تولید را بنویسید و آن را برای استفاده بسته بندی کنید تجسم داده های ساده و مؤثر برای بینش های بهبود یافته تولید می کند روشهای پیشرفته استاد ، مانند تقویت درختان و شبکه های عصبی عمیق از پردازش زبان طبیعی برای استخراج بینش در رابطه با متن استفاده کنید طبقه بندی کننده های مبتنی بر درخت ، از جمله جنگل تصادفی و درخت تقویت شده را پیاده سازی کنید این کتاب برای چه کسی است این کتاب برای متخصصان علوم داده ، مهندسان یادگیری ماشین یا هر کسی است که به دنبال راهنمای ایده آل برای کمک به آنها در اجرای الگوریتم های پیشرفته یادگیری ماشین است.این کتاب به شما کمک می کند مهارت های خود را به سطح بعدی برسانید و در این زمینه پیشرفت بیشتری کنید.دانش کار در مورد یادگیری ماشین با R الزامی است. فهرست مطالب تهیه و درک داده ها رگرسیون خطی رگرسیون لجستیک انتخاب ویژگی های پیشرفته در مدل های خطی K-Nearest همسایگان و دستگاه های بردار پشتیبانی طبقه بندی مبتنی بر درخت شبکه های عصبی و یادگیری عمیق ایجاد گروه ها و روش های چند طبقه آنالیز خوشه ای تجزیه و تحلیل مؤلفه اصلی تجزیه و تحلیل ارتباط سری زمانی و علیت استخراج متن پیوست A- ایجاد یک بسته

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر کتاب اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.