R语言机器学习 第3版(影印版)

R语言机器学习 第3版(影印版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2020-08
版次: 1
ISBN: 9787564189549
定价: 118.00
装帧: 其他
开本: 16开
纸张: 胶版纸
  • 《R语言机器学习 第3版(影印版)》提供了具备良好可读性的实践指南,帮助你将机器学习应用于实际问题。无论你是经验丰富的R语音用户还是刚接触这门语言的新手,从Brett Lantz这里都可以学到发掘关键见解、做出新的预测并可视化你的发现所需的一切。 ●Preface

    Chapter I-Introducing Machine 

    The origins of machine learning

    Uses and abuses of machine learning

    Machine learning successes

    The Iimits of machine Iearning

    Machine learning ethics

    How machines Iearn

    Data storage

    Abstraction

    GeneraIizatiOn

    Evaluation

    Machine learning in practice

    Types ofinput data

    Types of machine learning algorithms

    Matching input data to algorithms

    Machine learning with R

    Installing R packages

    Loading and unloading R packages

    Installing RStudio

    Summary

    Chapter 2-Managing and Understanding Data

    R data structures

    Vectors

    Factors

    Lists

    Data frames

    Matrices and arrays

    Managi ng data with R

    Saving,loading,and removing R data structures

    Importing and saving data frOm CSV files

    Exploring and understanding data

    Exploring the structure of data

    Exploring numeric variables

    Measuring the central tendency-mean and median

    Measuring spread—-quartiles and the five-number summary

    Visualizing numeric variables-boxplots

    Visualizing numeric variables-histograms

    Understanding numeric data—uniform and normal distributions

    Measuring spread-variance and standard deviation

    Exploring categorical variables

    Measuring the central tendency-the mode

    Exploring relationships between variables

    Visualizing relationships-scatterplots

    Examining relationships-two--way cross_·tabulations

    Summary

    Chapter 3-Lazy Learning-Classification Using

    Nearest Neiors

    Understanding nearest neior classification

    The k.NN algorithm

    Measuring similarity with distance

    Choosing an appropriate k

    Preparing data for use with k-NN

    Why is the k-NN algorithm lazy?

    Example—diagnosing breast cancer with the k-NN algorithm

    Step 1-collecting data

    Step 2-exploring and preparing the data

    Transformation-normalizing numeric data

    Data preparation-creating training and test datasets

    Step 3-training a modeI on the data

    Step 4-evaluating modeI performance

    Step 5-improving model performance

    Transformation-Z..score standardization

    Testing alternative values of k

    Summary

    Chapter 4-Probabilistic Learning-—Classification Using

    ……

    Chapter 5-Divide and Conquer-Classification Using Decision

    Chapter 6-Forecasting Numeric Data-Regression Methods

    Chapter 7-Black Box Methods-Neural Newworks and Support

    Chapter 8-Flnding Patterns-Market Basket Analysis Using

    Chapter 9-Finding Groups of Data-Clustering with k-means

    Chapter 10-Evaluationg Model Perforance

    Chapter 11-Improving Model Performance

    Chapter 12-Speizad Machine Learning Topics

    Other Books You Enjoy

    Index
  • 内容简介:
    《R语言机器学习 第3版(影印版)》提供了具备良好可读性的实践指南,帮助你将机器学习应用于实际问题。无论你是经验丰富的R语音用户还是刚接触这门语言的新手,从Brett Lantz这里都可以学到发掘关键见解、做出新的预测并可视化你的发现所需的一切。
  • 目录:
    ●Preface

    Chapter I-Introducing Machine 

    The origins of machine learning

    Uses and abuses of machine learning

    Machine learning successes

    The Iimits of machine Iearning

    Machine learning ethics

    How machines Iearn

    Data storage

    Abstraction

    GeneraIizatiOn

    Evaluation

    Machine learning in practice

    Types ofinput data

    Types of machine learning algorithms

    Matching input data to algorithms

    Machine learning with R

    Installing R packages

    Loading and unloading R packages

    Installing RStudio

    Summary

    Chapter 2-Managing and Understanding Data

    R data structures

    Vectors

    Factors

    Lists

    Data frames

    Matrices and arrays

    Managi ng data with R

    Saving,loading,and removing R data structures

    Importing and saving data frOm CSV files

    Exploring and understanding data

    Exploring the structure of data

    Exploring numeric variables

    Measuring the central tendency-mean and median

    Measuring spread—-quartiles and the five-number summary

    Visualizing numeric variables-boxplots

    Visualizing numeric variables-histograms

    Understanding numeric data—uniform and normal distributions

    Measuring spread-variance and standard deviation

    Exploring categorical variables

    Measuring the central tendency-the mode

    Exploring relationships between variables

    Visualizing relationships-scatterplots

    Examining relationships-two--way cross_·tabulations

    Summary

    Chapter 3-Lazy Learning-Classification Using

    Nearest Neiors

    Understanding nearest neior classification

    The k.NN algorithm

    Measuring similarity with distance

    Choosing an appropriate k

    Preparing data for use with k-NN

    Why is the k-NN algorithm lazy?

    Example—diagnosing breast cancer with the k-NN algorithm

    Step 1-collecting data

    Step 2-exploring and preparing the data

    Transformation-normalizing numeric data

    Data preparation-creating training and test datasets

    Step 3-training a modeI on the data

    Step 4-evaluating modeI performance

    Step 5-improving model performance

    Transformation-Z..score standardization

    Testing alternative values of k

    Summary

    Chapter 4-Probabilistic Learning-—Classification Using

    ……

    Chapter 5-Divide and Conquer-Classification Using Decision

    Chapter 6-Forecasting Numeric Data-Regression Methods

    Chapter 7-Black Box Methods-Neural Newworks and Support

    Chapter 8-Flnding Patterns-Market Basket Analysis Using

    Chapter 9-Finding Groups of Data-Clustering with k-means

    Chapter 10-Evaluationg Model Perforance

    Chapter 11-Improving Model Performance

    Chapter 12-Speizad Machine Learning Topics

    Other Books You Enjoy

    Index
查看详情
12
相关图书 / 更多
R语言机器学习 第3版(影印版)
R语言与数据分析实战
朱顺泉、夏婷 著
R语言机器学习 第3版(影印版)
R语言数据分析从入门到实战
李仁钟 著
R语言机器学习 第3版(影印版)
R语言基础与应用()
黄源 著;涂旭东、涂旭东、黄源 编
R语言机器学习 第3版(影印版)
R语言数据可视化实战
米霖
R语言机器学习 第3版(影印版)
R语言数据分析项目开发实战
[印]戈皮·萨博拉曼尼 著;杨崇珉 译
R语言机器学习 第3版(影印版)
R语言数据分析与挖掘(高职)
陈维 著
R语言机器学习 第3版(影印版)
R语言经典实例(原书第2版)
李洪成、潘文捷 译;[美]J.D.Long;[美]Paul Teetor
R语言机器学习 第3版(影印版)
R语言数据分析、挖掘建模与可视化
刘顺祥
R语言机器学习 第3版(影印版)
R语言深度学习
[美]弗朗索瓦·肖莱(Francois Chollet) J
R语言机器学习 第3版(影印版)
R语言数据分析与可视化从入门到精通
程乾、刘永、高博 著
R语言机器学习 第3版(影印版)
R语言之书 编程与统计
[新西兰]蒂尔曼·M. 戴维斯(Tilman M. Davies)
R语言机器学习 第3版(影印版)
R语言开发技术标准教程(清华电脑学堂)
谢书良 编著
您可能感兴趣 / 更多
R语言机器学习 第3版(影印版)
呼吸我的孤独是一座花园
Breathe编辑部 著;Breathe编辑部 编;马楠 译
R语言机器学习 第3版(影印版)
用看板管理敏捷项目:提升效率、可预测性、质量和价值的利器
Brechner 著;[美]Eric、许峰 译
R语言机器学习 第3版(影印版)
管理Kubernetes
Brendan、Burns、Craig、Tracey 著
R语言机器学习 第3版(影印版)
如何成为学霸(提炼学习类书籍精髓,解决学习中的各种疑难杂症)
Bremer 著;罗德·布雷默、Rod、李利莎 译
R语言机器学习 第3版(影印版)
Seven Sketches in Compositionality:An Invitation to Applied Category Theory
Brendan Fong;David I. Spivak
R语言机器学习 第3版(影印版)
New Retro: Classic Graphics, Today's Designs
Brenda Dermody、Teresa Breathnach 著
R语言机器学习 第3版(影印版)
Tenth Grade Bleeds #3 The Chronicles of Vladimir Tod
Brewer, Heather
R语言机器学习 第3版(影印版)
Spatial Audio Processing
Breebaart;Jeroen;Faller;Christof
R语言机器学习 第3版(影印版)
Who's That Knocking on Christmas Eve?
Brett, Jan;Brett, Jan
R语言机器学习 第3版(影印版)
The Conquest of Ainu Lands:Ecology and Culture in Japanese Expansion,1590-1800
Brett L. Walker
R语言机器学习 第3版(影印版)
The Hat
Brett, Jan
R语言机器学习 第3版(影印版)
Selected Poems
Brecht, Bertolt