دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Ensemble classification methods with applications in R
دانلود کتاب روش های دسته بندی گروهی با کاربرد در R
مشخصات کتاب
Ensemble classification methods with applications in R
ویرایش: نویسندگان: Alfaro. Esteban, Gámez. Matías, García. Noelia سری: ISBN (شابک) : 9781119421573, 1119421098 ناشر: John Wiley & Sons سال نشر: 2019 تعداد صفحات: 223 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
قیمت کتاب (تومان) : 40,000
کلمات کلیدی مربوط به کتاب روش های دسته بندی گروهی با کاربرد در R: یادگیری ماشینی -- روش های آماری، R (زبان برنامه کامپیوتری)
در صورت تبدیل فایل کتاب Ensemble classification methods with applications in R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب روش های دسته بندی گروهی با کاربرد در R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب روش های دسته بندی گروهی با کاربرد در R
یک راهنمای ضروری برای دو موضوع رو به رشد در یادگیری ماشین - درختان طبقه‌بندی و یادگیری گروهی روش‌های طبقه‌بندی گروهی با کاربردها در R، مفاهیم و اصول روش‌های طبقه‌بندی‌کننده گروهی را معرفی می‌کند و شامل مروری بر متداول‌ترین تکنیک‌های مورد استفاده است. این منبع مهم نشان می‌دهد که چگونه طبقه‌بندی گروهی به توسعه طبقه‌بندی‌کننده‌های فردی تبدیل شده است. این متن بر دو حوزه یادگیری ماشین تأکید می کند: درختان طبقه بندی و یادگیری گروهی. نویسندگان ویژگی‌های اساسی روش‌های طبقه‌بندی مجموعه را بررسی کرده و انواع مشکلاتی را که می‌توانند در کاربرد آن پدیدار شوند، توضیح می‌دهند. نوشته شده توسط تیمی از کارشناسان برجسته در این زمینه، متن به دو بخش اصلی تقسیم شده است. بخش اول مبانی نظری موضوع را تشریح می کند و بخش دوم به گونه ای طراحی شده است که شامل نمونه هایی از کاربردهای عملی باشد. این کتاب حاوی انبوهی از موارد گویا از پیش‌بینی شکست کسب‌وکار، جانورشناسی، بوم‌شناسی و موارد دیگر است. این راهنمای حیاتی: متن مهمی را ارائه می دهد که هم در کلاس درس و هم در دوره های آموزشی در کنفرانس ها آزمایش شده است حاوی اطلاعات معتبر نوشته شده توسط متخصصان برجسته در این زمینه است. دو موضوع جذاب در یادگیری ماشین را در یک جلد ترکیب می کند: یادگیری گروهی و درختان طبقه بندی که برای محققان بسیاری از زمینه ها مانند آمار زیستی، اقتصاد، محیط زیست، جانورشناسی، و همچنین دانشجویان داده کاوی و یادگیری ماشین، روش های طبقه بندی گروهی نوشته شده است. برنامه های کاربردی در R بر دو موضوع در یادگیری ماشین تمرکز می کند: درختان طبقه بندی و یادگیری گروه.
توضیحاتی درمورد کتاب به خارجی
An essential guide to two burgeoning topics in machine learning – classification trees and ensemble learning Ensemble Classification Methods with Applications in R introduces the concepts and principles of ensemble classifiers methods and includes a review of the most commonly used techniques. This important resource shows how ensemble classification has become an extension of the individual classifiers. The text puts the emphasis on two areas of machine learning: classification trees and ensemble learning. The authors explore ensemble classification methods’ basic characteristics and explain the types of problems that can emerge in its application. Written by a team of noted experts in the field, the text is divided into two main sections. The first section outlines the theoretical underpinnings of the topic and the second section is designed to include examples of practical applications. The book contains a wealth of illustrative cases of business failure prediction, zoology, ecology and others. This vital guide: Offers an important text that has been tested both in the classroom and at tutorials at conferences Contains authoritative information written by leading experts in the field Presents a comprehensive text that can be applied to courses in machine learning, data mining and artificial intelligence Combines in one volume two of the most intriguing topics in machine learning: ensemble learning and classification trees Written for researchers from many fields such as biostatistics, economics, environment, zoology, as well as students of data mining and machine learning, Ensemble Classification Methods with Applications in R puts the focus on two topics in machine learning: classification trees and ensemble learning.
فهرست مطالب
Content: Introduction --
Limitation of the individual classifiers --
Ensemble classifiers methods --
Classification with individual and ensemble trees in R --
Bankrupcty prediction through ensemble trees --
Experiments with adabag in biology classification tasks --
Generalization bounds for ranking algorithms --
Classification and regression trees for analysing irrigation decisions --
Boosted rule learner and its properties --
Credit scoring with individuals and ensemble trees --
An overview of multiple classifier systems based on Generalized Additive Models.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب The Cambridge History of American Theatre. Vol. 1: Beginnings to 1870
دانلود کتاب The Locus of Tragedy (Studies in Contemporary Phenomenology)
دانلود کتاب Building a World-Class NHS
