孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

机器学习全解 R语言版 黄天元 著

机器学习全解 R语言版 黄天元 著
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:
出版社: 人民邮电出版社
2024-07
版次: 1
ISBN: 9787115641465
定价: 69.80
装帧: 其他
开本: 16开
页数: 200页
字数: 298千字
分类: 计算机与互联网
2人买过
  • 机器学习是近年来非常热门的学科，R语言经过一段时间的发展也逐渐成为主流的编程语言之一。本书结合机器学习和R语言，面向机器学习实践，不仅介绍了机器学习和R语言的基础知识，而且介绍了如何借助不同的算法来进行模型分析，以及这些算法在R语言中的实现方式。通过阅读本书，读者可以快速了解机器学习和R语言的推荐知识，掌握机器学习的实现流程。
    本书适合程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。 黄天元，复旦大学博士，中国科学院博士后，现任浙江财经大学讲师。热爱数据科学与开源工具，致力于利用数据科学迅速积累行业经验和探索科学 发现。在 CRAN 上维护4个R 语言包（累计下载量破10万），著有《R语言数据高效处理指南》《文本数据挖掘：基于R语言》等图书，并开设知乎专栏《R 语言数据挖掘》。 第 1章  机器学习概论 1
    1.1  机器学习的概念 1
    1.2  机器学习的意义 2
    1.3  机器学习的种类 3
    1.4  机器学习基本流程 3
    第 2章  R语言综合基础 5
    2.1  简易环境配置 5
    2.2  编程保留符号 9
    2.3  基本数据类型 9
    2.3.1  数值型 10
    2.3.2  逻辑型 10
    2.3.3  字符型 11
    2.3.4  因子型 11
    2.3.5  类型判断与转换 12
    2.4  常用数据结构 12
    2.4.1  向量 12
    2.4.2  矩阵 13
    2.4.3  列表 14
    2.4.4  数据框 14
    2.5  程序流程控制 15
    2.5.1  选择结构 15
    2.5.2  循环结构 16
    2.6  函数使用技巧 18
    第3章  高效数据操作 19
    3.1  R数据操作包简介 19
    3.2  数据读写 19
    3.3  管道操作符 20
    3.4  基本操作 21
    3.4.1  筛选列 22
    3.4.2  筛选行 28
    3.4.3  更新 34
    3.4.4  排序 36
    3.4.5  汇总 40
    3.4.6  分组计算 41
    3.4.7  列的重命名 44
    3.5  多表连接 45
    3.6  长宽转换 50
    3.7  集合运算 53
    3.8  缺失值处理 55
    3.9  列表列的运用 56
    第4章  tidyverse快速入门 59
    4.1  数据读取（readr） 59
    4.2  数据整理 61
    4.2.1  批处理（purrr） 61
    4.2.2  因子操作（forcats） 64
    4.2.3  时间操作（lubridate） 67
    4.2.4  字符串操作（stringr） 68
    4.2.5  数据框清洗（tibble/dplyr/tidyr） 71
    4.3  数据可视化（ggplot2） 79
    第5章  探索性数据分析 82
    5.1  基本概念介绍 82
    5.1.1  平均值 82
    5.1.2  标准差 83
    5.1.3  极值 83
    5.1.4  中位数 84
    5.1.5  相关系数 84
    5.2  探索工具实践 86
    5.2.1  vtree 86
    5.2.2  skimr 88
    5.2.3  naniar 90
    第6章  特征工程 93
    6.1  特征修饰 93
    6.1.1  归一化 93
    6.1.2  数据分箱 94
    6.1.3  缺失值填补 101
    6.2  特征构造 107
    6.2.1  构造交互项 107
    6.2.2  基于降维技术的特征构造 108
    6.2.3  One-Hot编码 110
    6.3  特征筛选 111
    6.3.1  过滤法 111
    6.3.2  封装法 113
    6.3.3  嵌入法 114
    第7章  重采样方法 116
    7.1  针对模型评估的重采样 116
    7.1.1  交叉验证 116
    7.1.2  自举法 117
    7.2  针对类失衡的重采样 117
    第8章  模型表现的衡量 119
    8.1  回归模型的表现衡量 119
    8.2  分类模型的表现衡量 120
    第9章  模型选择 122
    9.1  机器学习模型概览 122
    9.1.1  线性回归 122
    9.1.2  K近邻算法（KNN） 123
    9.1.3  朴素贝叶斯方法 123
    9.1.4  判别分析 124
    9.1.5  支持向量机 124
    9.1.6  人工神经网络 125
    9.1.7  决策树 125
    9.1.8  随机森林 126
    9.1.9  梯度下降法 127
    9.2  mlr3工作流简介 127
    9.2.1  环境配置 127
    9.2.2  任务定义 128
    9.2.3  学习器选择 130
    9.2.4  训练与预测 131
    9.3  基于mlr3的模型筛选 134
    第 10章  参数调节 136
    10.1  指定终止搜索条件 136
    10.2  设置指定参数组合 138
    10.3  范围内网格搜索 139
    10.4  范围内随机搜索 140
    第 11章  模型分析 142
    11.1  变量重要性评估 142
    11.2  变量影响作用分析 146
    11.3  基于个案的可加性归因方法 149
    第 12章  集成学习 152
    12.1  集成学习的三种策略 152
    12.1.1  装袋法简介 152
    12.1.2  提升法简介 152
    12.1.3  堆叠法简介 153
    12.2  基于caret与caretEnsemble框架的集成学习实现 153
    12.2.1  环境部署 153
    12.2.2  数据准备 153
    12.2.3  装袋法 154
    12.2.4  提升法 155
    12.2.5  堆叠 156
    第 13章  实践案例一：基于caret包对泰坦尼克号乘客存活率进行二分类预测 161
    13.1  工具简介 161
    13.2  问题背景 162
    13.3  数据审视 162
    13.4  特征工程 163
    13.5  数据划分 164
    13.6  模型训练 165
    13.7  模型的预测与评估 165
    13.8  超参数调节 166
    第 14章  实践案例二：基于mlr框架对波士顿房价进行回归预测 169
    14.1  工具简介 169
    14.2  问题背景 169
    14.3  数据审视与预处理 170
    14.4  任务定义 174
    14.5  建模与调参 174
    14.6  模型表现比较 181
    14.7  进一步的参数调节 183
    14.8  模型解释 184
    第 15章  实践案例三：基于mlr3框架对皮马印第安人糖尿病数据集进行特征筛选 187
    15.1  工具简介 187
    15.2  问题背景 187
    15.3  去除冗余特征 188
    15.4  特征重要性排序 190
    15.5  利用封装法对特征进行筛选 191
    第 16章  实践案例四：基于tidymodels框架对鸢尾花进行多分类预测 193
    16.1  工具简介 193
    16.2  问题背景 193
    16.3  数据集划分 194
    16.4  数据预处理 195
    16.5  指定重采样方法 196
    16.6  模型定义与调参 197
    16.7  观察模型在测试集的表现 199
  • 内容简介:
    机器学习是近年来非常热门的学科，R语言经过一段时间的发展也逐渐成为主流的编程语言之一。本书结合机器学习和R语言，面向机器学习实践，不仅介绍了机器学习和R语言的基础知识，而且介绍了如何借助不同的算法来进行模型分析，以及这些算法在R语言中的实现方式。通过阅读本书，读者可以快速了解机器学习和R语言的推荐知识，掌握机器学习的实现流程。
    本书适合程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。
  • 作者简介:
    黄天元，复旦大学博士，中国科学院博士后，现任浙江财经大学讲师。热爱数据科学与开源工具，致力于利用数据科学迅速积累行业经验和探索科学 发现。在 CRAN 上维护4个R 语言包（累计下载量破10万），著有《R语言数据高效处理指南》《文本数据挖掘：基于R语言》等图书，并开设知乎专栏《R 语言数据挖掘》。
  • 目录:
    第 1章  机器学习概论 1
    1.1  机器学习的概念 1
    1.2  机器学习的意义 2
    1.3  机器学习的种类 3
    1.4  机器学习基本流程 3
    第 2章  R语言综合基础 5
    2.1  简易环境配置 5
    2.2  编程保留符号 9
    2.3  基本数据类型 9
    2.3.1  数值型 10
    2.3.2  逻辑型 10
    2.3.3  字符型 11
    2.3.4  因子型 11
    2.3.5  类型判断与转换 12
    2.4  常用数据结构 12
    2.4.1  向量 12
    2.4.2  矩阵 13
    2.4.3  列表 14
    2.4.4  数据框 14
    2.5  程序流程控制 15
    2.5.1  选择结构 15
    2.5.2  循环结构 16
    2.6  函数使用技巧 18
    第3章  高效数据操作 19
    3.1  R数据操作包简介 19
    3.2  数据读写 19
    3.3  管道操作符 20
    3.4  基本操作 21
    3.4.1  筛选列 22
    3.4.2  筛选行 28
    3.4.3  更新 34
    3.4.4  排序 36
    3.4.5  汇总 40
    3.4.6  分组计算 41
    3.4.7  列的重命名 44
    3.5  多表连接 45
    3.6  长宽转换 50
    3.7  集合运算 53
    3.8  缺失值处理 55
    3.9  列表列的运用 56
    第4章  tidyverse快速入门 59
    4.1  数据读取（readr） 59
    4.2  数据整理 61
    4.2.1  批处理（purrr） 61
    4.2.2  因子操作（forcats） 64
    4.2.3  时间操作（lubridate） 67
    4.2.4  字符串操作（stringr） 68
    4.2.5  数据框清洗（tibble/dplyr/tidyr） 71
    4.3  数据可视化（ggplot2） 79
    第5章  探索性数据分析 82
    5.1  基本概念介绍 82
    5.1.1  平均值 82
    5.1.2  标准差 83
    5.1.3  极值 83
    5.1.4  中位数 84
    5.1.5  相关系数 84
    5.2  探索工具实践 86
    5.2.1  vtree 86
    5.2.2  skimr 88
    5.2.3  naniar 90
    第6章  特征工程 93
    6.1  特征修饰 93
    6.1.1  归一化 93
    6.1.2  数据分箱 94
    6.1.3  缺失值填补 101
    6.2  特征构造 107
    6.2.1  构造交互项 107
    6.2.2  基于降维技术的特征构造 108
    6.2.3  One-Hot编码 110
    6.3  特征筛选 111
    6.3.1  过滤法 111
    6.3.2  封装法 113
    6.3.3  嵌入法 114
    第7章  重采样方法 116
    7.1  针对模型评估的重采样 116
    7.1.1  交叉验证 116
    7.1.2  自举法 117
    7.2  针对类失衡的重采样 117
    第8章  模型表现的衡量 119
    8.1  回归模型的表现衡量 119
    8.2  分类模型的表现衡量 120
    第9章  模型选择 122
    9.1  机器学习模型概览 122
    9.1.1  线性回归 122
    9.1.2  K近邻算法（KNN） 123
    9.1.3  朴素贝叶斯方法 123
    9.1.4  判别分析 124
    9.1.5  支持向量机 124
    9.1.6  人工神经网络 125
    9.1.7  决策树 125
    9.1.8  随机森林 126
    9.1.9  梯度下降法 127
    9.2  mlr3工作流简介 127
    9.2.1  环境配置 127
    9.2.2  任务定义 128
    9.2.3  学习器选择 130
    9.2.4  训练与预测 131
    9.3  基于mlr3的模型筛选 134
    第 10章  参数调节 136
    10.1  指定终止搜索条件 136
    10.2  设置指定参数组合 138
    10.3  范围内网格搜索 139
    10.4  范围内随机搜索 140
    第 11章  模型分析 142
    11.1  变量重要性评估 142
    11.2  变量影响作用分析 146
    11.3  基于个案的可加性归因方法 149
    第 12章  集成学习 152
    12.1  集成学习的三种策略 152
    12.1.1  装袋法简介 152
    12.1.2  提升法简介 152
    12.1.3  堆叠法简介 153
    12.2  基于caret与caretEnsemble框架的集成学习实现 153
    12.2.1  环境部署 153
    12.2.2  数据准备 153
    12.2.3  装袋法 154
    12.2.4  提升法 155
    12.2.5  堆叠 156
    第 13章  实践案例一：基于caret包对泰坦尼克号乘客存活率进行二分类预测 161
    13.1  工具简介 161
    13.2  问题背景 162
    13.3  数据审视 162
    13.4  特征工程 163
    13.5  数据划分 164
    13.6  模型训练 165
    13.7  模型的预测与评估 165
    13.8  超参数调节 166
    第 14章  实践案例二：基于mlr框架对波士顿房价进行回归预测 169
    14.1  工具简介 169
    14.2  问题背景 169
    14.3  数据审视与预处理 170
    14.4  任务定义 174
    14.5  建模与调参 174
    14.6  模型表现比较 181
    14.7  进一步的参数调节 183
    14.8  模型解释 184
    第 15章  实践案例三：基于mlr3框架对皮马印第安人糖尿病数据集进行特征筛选 187
    15.1  工具简介 187
    15.2  问题背景 187
    15.3  去除冗余特征 188
    15.4  特征重要性排序 190
    15.5  利用封装法对特征进行筛选 191
    第 16章  实践案例四：基于tidymodels框架对鸢尾花进行多分类预测 193
    16.1  工具简介 193
    16.2  问题背景 193
    16.3  数据集划分 194
    16.4  数据预处理 195
    16.5  指定重采样方法 196
    16.6  模型定义与调参 197
    16.7  观察模型在测试集的表现 199
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
12
相关图书 / 更多
机器学习全解 R语言版 黄天元 著
机器人教育——STEAM课程活动设计下册
周东辉
￥14.64 起
机器学习全解 R语言版 黄天元 著
机器人工程专业培养方案 机械工程 中国自动化学会教育工作委员会 新华正版
中国自动化学会教育工作委员会
￥39.48 起
机器学习全解 R语言版 黄天元 著
机器人系统中的在线轨迹规划——对不可预见（传感器）事件瞬时反应的基本概念
[德]托尔斯滕·克罗格
￥58.92 起
机器学习全解 R语言版 黄天元 著
机器学习
胡清华杨柳
￥13.88 起
机器学习全解 R语言版 黄天元 著
机器学习（全彩图解 + 微课 + Python编程）（鸢尾花数学大系：从加减乘除到机器学习）
姜伟生
￥108.00 起
机器学习全解 R语言版 黄天元 著
机器视觉特征提取与图像处理实战(高等职业院校基于工作过程项目式系列教程)
张效禹 主编
￥26.97 起
机器学习全解 R语言版 黄天元 著
机器视觉技术及应用(第2版)
韩九强；钟德星
￥25.10 起
机器学习全解 R语言版 黄天元 著
机器人工程应用(工业和信息化部十四五规划教材)
王伟 编者；贠超；责编:冯颖
￥16.57 起
机器学习全解 R语言版 黄天元 著
机器学习（慕课版）
作者
￥24.98 起
机器学习全解 R语言版 黄天元 著
机器设备评估(第2版高等职业教育资产评估与管理专业产学研结合系列教材)
刘淑琴 编者；责编:王天华；周慧
￥17.70 起
机器学习全解 R语言版 黄天元 著
机器学习与最优化
田英杰
￥42.66 起
机器学习全解 R语言版 黄天元 著
机器人泌尿外科手术并发症
[美]MonishAron 主编；[美]RenéSotelo；[墨西哥]JuanArriaga
￥101.22 起
您可能感兴趣 / 更多
机器学习全解 R语言版 黄天元 著
文本数据挖掘 基于R语言
黄天元
￥26.00 起
机器学习全解 R语言版 黄天元 著
R语言数据高效处理指南
黄天元 著
￥24.24 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全