Uczenie maszynowe w R. Eksperckie techniki analizy prognostycznej
Język R oferuje potężny zestaw metod uczenia maszynowego, umożliwiających szybkie przeprowadzanie nietrywialnej analizy danych. Książka jest przewodnikiem, który pomoże zastosować metody uczenia maszynowego w rozwiązywaniu codziennych problemów. Brett Lantz nauczy wszystkiego, co niezbędne do analizy danych, formułowania prognoz i wizualizacji...
danych. Znajdziesz tu informacje o nowych ulepszonych bibliotekach, porady dotyczące etycznych aspektów uczenia maszynowego oraz problemów związanych z uprzedzeniami, a także zapoznasz się z głębokim uczeniem. W książce - Podstawy uczenia maszynowego oraz cechy uczenia komputerowego na przykładach. - Przygotowanie danych do użycia w uczeniu maszynowym za pomocą narzędzi języka R. - Klasyfikacja istotności wyników. - Prognozowanie zdarzeń za pomocą drzew decyzyjnych, reguł i wektorów nośnych. - Prognozowanie danych liczbowych i ocena danych finansowych za pomocą metod regresyjnych. - Modelowanie złożonych procesów z wykorzystaniem sieci neuronowych – fundament głębokiego uczenia. - Ocena modeli i poprawa ich wydajności. - Najnowsze technologie do przetwarzania dużych danych, w szczególności R 3.6, Spark, H2O i TensorFlow.
Język R oferuje potężny zestaw metod uczenia maszynowego, umożliwiających szybkie przeprowadzanie nietrywialnej analizy danych. Książka jest przewodnikiem, który pomoże zastosować metody uczenia maszynowego w rozwiązywaniu codziennych problemów. Brett Lantz nauczy wszystkiego, co niezbędne do analizy danych, formułowania prognoz i wizualizacji danych. Znajdziesz tu informacje o nowych ulepszonych bibliotekach, porady dotyczące etycznych aspektów uczenia maszynowego oraz problemów związanych z uprzedzeniami, a także zapoznasz się z głębokim uczeniem. W książce - Podstawy uczenia maszynowego oraz cechy uczenia komputerowego na przykładach. - Przygotowanie danych do użycia w uczeniu maszynowym za pomocą narzędzi języka R. - Klasyfikacja istotności wyników. - Prognozowanie zdarzeń za pomocą drzew decyzyjnych, reguł i wektorów nośnych. - Prognozowanie danych liczbowych i ocena danych finansowych za pomocą metod regresyjnych. - Modelowanie złożonych procesów z wykorzystaniem sieci neuronowych – fundament głębokiego uczenia. - Ocena modeli i poprawa ich wydajności. - Najnowsze technologie do przetwarzania dużych danych, w szczególności R 3.6, Spark, H2O i TensorFlow.
Bądź pierwszym, który dowie się o naszych aktualnych rabatach, ofertach i nowych produktach!
Check icon
Dodano do koszyka
Check icon
Dodałeś do ulubionych
Wyprzedane
Produkt jest obecnie niedostępny na magazynie.
Dostępny
Produkt dostępny na magazynie. Dokładny termin dostawy otrzymasz od operatora po potwierdzeniu zamówienia.
Na zamówienie
Produkt dostarczany jest bezpośrednio od wydawnictwa. Realizacja zamówienia trwa do 14 dni, dokładny termin dostawy otrzymasz od operatora po potwierdzeniu zamówienia.