Masinõpe R programmiga. Eksperttehnikad prognoosianalüüsiks
R keel pakub võimsat kogumit masinõppe meetoditest, mis võimaldavad kiiresti teostada ekstreemset analüüsi teie andmete üle. Raamat on juhend, mis aitab rakendada masinõppe meetodeid igapäevaste ülesannete lahendamisel. Brett Lance õpetab kõike vajalikku andmete analüüsimiseks, prognooside koostamiseks ja andmete visualiseerimiseks. Siit...
leiate teavet uute täiustatud raamatukogude kohta, näpunäiteid masinõppe eetiliste aspektide ja kallutatuse probleemide kohta ning tutvute süvaõppega. Selles raamatus - Masinõppe alused ja arvuti õpetamise omadused näidetel. - Andmete ettevalmistamine masinõppe jaoks R keele vahenditega. - Tulemuste olulisuse klassifitseerimine. - Ürituste ennustamine otsustuspuude, reeglite ja tugivektoritega. - Numbriliste andmete prognoosimine ja finantsandmete hindamine regressioonimeetodite abil. - Komplekse protsesside modelleerimine närvivõrkude abil - süvaõppe fundament. - Mudelite hindamine ja nende efektiivsuse parendamine. - Kaasaegsed tehnoloogiad suurandmete töötlemiseks, sealhulgas R 3.6, Spark, H2O ja TensorFlow.
R keel pakub võimsat kogumit masinõppe meetoditest, mis võimaldavad kiiresti teostada ekstreemset analüüsi teie andmete üle. Raamat on juhend, mis aitab rakendada masinõppe meetodeid igapäevaste ülesannete lahendamisel. Brett Lance õpetab kõike vajalikku andmete analüüsimiseks, prognooside koostamiseks ja andmete visualiseerimiseks. Siit leiate teavet uute täiustatud raamatukogude kohta, näpunäiteid masinõppe eetiliste aspektide ja kallutatuse probleemide kohta ning tutvute süvaõppega. Selles raamatus - Masinõppe alused ja arvuti õpetamise omadused näidetel. - Andmete ettevalmistamine masinõppe jaoks R keele vahenditega. - Tulemuste olulisuse klassifitseerimine. - Ürituste ennustamine otsustuspuude, reeglite ja tugivektoritega. - Numbriliste andmete prognoosimine ja finantsandmete hindamine regressioonimeetodite abil. - Komplekse protsesside modelleerimine närvivõrkude abil - süvaõppe fundament. - Mudelite hindamine ja nende efektiivsuse parendamine. - Kaasaegsed tehnoloogiad suurandmete töötlemiseks, sealhulgas R 3.6, Spark, H2O ja TensorFlow.