دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Machine learning with R
دانلود کتاب یادگیری ماشین با R
مشخصات کتاب
Machine learning with R
ویرایش: 1
نویسندگان: Brett Lantz
سری: Community experience distilled
ISBN (شابک) : 1782162143, 9781782162155
ناشر: Packt Publishing
سال نشر: 2013
تعداد صفحات: 396
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
قیمت کتاب (تومان) : 51,000
کلمات کلیدی مربوط به کتاب یادگیری ماشین با R: یادگیری ماشین، R
در صورت تبدیل فایل کتاب Machine learning with 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 یادگیری ماشین با 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 یادگیری ماشین با R
یادگیری ماشین، در هسته خود، با تبدیل داده ها به دانش عملی مرتبط است. این واقعیت باعث می‌شود که یادگیری ماشینی برای دوران کنونی \"داده‌های بزرگ\" و \"علم داده\" مناسب باشد. با توجه به برجستگی رو به رشد R - یک محیط برنامه‌نویسی آماری بین پلتفرمی و بدون هزینه - هرگز زمان بهتری برای شروع استفاده از یادگیری ماشین وجود نداشته است. چه در علم داده تازه کار باشید و چه یک کهنه کار، یادگیری ماشینی با R مجموعه ای قدرتمند از روش ها را برای به دست آوردن سریع و آسان بینش از داده های خود ارائه می دهد. Machine Learning with R یک آموزش کاربردی است که از مثال‌های عملی برای گام برداشتن در استفاده از یادگیری ماشین در دنیای واقعی استفاده می‌کند. بدون فرار از جزئیات فنی، یادگیری ماشینی را با R با استفاده از مثال‌های واضح و عملی بررسی می‌کنیم. برای مبتدیان یادگیری ماشینی یا افراد با تجربه مناسب است. R را کاوش کنید تا پاسخ تمام سوالات خود را بیابید. چگونه می توانیم از یادگیری ماشین برای تبدیل داده ها به عمل استفاده کنیم؟ با استفاده از مثال‌های عملی، نحوه آماده‌سازی داده‌ها برای تجزیه و تحلیل، انتخاب روش یادگیری ماشینی و سنجش موفقیت فرآیند را بررسی خواهیم کرد. ما یاد خواهیم گرفت که چگونه روش‌های یادگیری ماشین را برای انواع وظایف رایج از جمله طبقه‌بندی، پیش‌بینی، پیش‌بینی، تحلیل سبد بازار و خوشه‌بندی به کار ببریم. با استفاده از مؤثرترین روش‌های یادگیری ماشین برای مشکلات دنیای واقعی، تجربه عملی به دست خواهید آورد که طرز فکر شما را در مورد داده‌ها تغییر خواهد داد. Machine Learning with R ابزارهای تحلیلی را در اختیار شما قرار می دهد که برای به دست آوردن سریع بینش از داده های پیچیده نیاز دارید. آنچه شما یاد خواهید گرفت • اصطلاحات اساسی یادگیری ماشین و نحوه تمایز بین رویکردهای مختلف یادگیری ماشین را بدانید • از R برای آماده سازی داده ها برای یادگیری ماشین استفاده کنید • کاوش و تجسم داده ها با R • طبقه بندی داده ها با استفاده از روش های نزدیکترین همسایه • با روش های بیزی برای طبقه بندی داده ها آشنا شوید • مقادیر را با استفاده از درخت های تصمیم، قوانین و ماشین های بردار پشتیبان پیش بینی کنید • مقادیر عددی را با استفاده از رگرسیون خطی پیش بینی کنید • مدل سازی داده ها با استفاده از شبکه های عصبی • الگوهایی را در داده ها با استفاده از قوانین تداعی برای تحلیل سبد بازار بیابید • داده ها را برای تقسیم بندی در خوشه ها گروه بندی کنید • ارزیابی و بهبود عملکرد مدل های یادگیری ماشین • تکنیک های تخصصی یادگیری ماشینی برای متن کاوی، داده های شبکه های اجتماعی و داده های "بزرگ" را بیاموزید
توضیحاتی درمورد کتاب به خارجی
Machine learning, at its core, is concerned with transforming data into actionable knowledge. This fact makes machine learning well-suited to the present-day era of "big data" and "data science". Given the growing prominence of R—a cross-platform, zero-cost statistical programming environment—there has never been a better time to start applying machine learning. Whether you are new to data science or a veteran, machine learning with R offers a powerful set of methods for quickly and easily gaining insight from your data. Machine Learning with R is a practical tutorial that uses hands-on examples to step through real-world application of machine learning. Without shying away from the technical details, we will explore Machine Learning with R using clear and practical examples. Well-suited to machine learning beginners or those with experience. Explore R to find the answer to all of your questions. How can we use machine learning to transform data into action? Using practical examples, we will explore how to prepare data for analysis, choose a machine learning method, and measure the success of the process. We will learn how to apply machine learning methods to a variety of common tasks including classification, prediction, forecasting, market basket analysis, and clustering. By applying the most effective machine learning methods to real-world problems, you will gain hands-on experience that will transform the way you think about data. Machine Learning with R will provide you with the analytical tools you need to quickly gain insight from complex data. What You Will Learn • Understand the basic terminology of machine learning and how to differentiate among various machine learning approaches • Use R to prepare data for machine learning • Explore and visualize data with R • Classify data using nearest neighbor methods • Learn about Bayesian methods for classifying data • Predict values using decision trees, rules, and support vector machines • Forecast numeric values using linear regression • Model data using neural networks • Find patterns in data using association rules for market basket analysis • Group data into clusters for segmentation • Evaluate and improve the performance of machine learning models • Learn specialized machine learning techniques for text mining, social network data, and “big” data
