دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Raghav Bali. Dipanjan Sarkar
سری:
ISBN (شابک) : 9781784390846
ناشر: Packt
سال نشر: 2016
تعداد صفحات: 328
زبان: english
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب R Machine Learning by Example 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 R یادگیری ماشین با مثال 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.
اصول یادگیری ماشینی با R را درک کنید و الگوریتمهای پویا خود را بسازید تا با موفقیت با مشکلات پیچیده دنیای واقعی مقابله کنید. سازههای R packed و بستههای قوی آن برای یادگیری ماشینی - با این راهنمای عملی مبتنی بر مثال، یاد بگیرید که سیستم یادگیری ماشین خود را بسازید. این کتاب برای چه کسی است. تصمیمات مبتنی بر داده، این راهنمای شماست. هیچ تجربه قبلی با علم داده مورد نیاز نیست، اگرچه دانش پایه R بسیار مطلوب است. دانش قبلی در یادگیری ماشین مفید خواهد بود اما ضروری نیست. آنچه یاد خواهید گرفت- از قدرت R برای مدیریت تکنیک های استخراج، دستکاری و اکتشاف داده استفاده کنید- از R برای تجسم داده ها در ابعاد مختلف و استخراج ویژگی های مفید استفاده کنید. مفاهیم زیربنایی ریاضی و منطقی که الگوریتم های یادگیری ماشینی را هدایت می کنند - عمیقاً در دنیای تجزیه و تحلیل برای پیش بینی درست موقعیت ها - الگوریتم های یادگیری ماشین R را از ابتدا پیاده سازی کنید و از دیدن الگوریتم ها در عمل شگفت زده شوید - کد قابل استفاده مجدد بنویسید و سیستم های یادگیری ماشینی کامل بسازید. مقدمه - حل مسائل جالب دنیای واقعی با استفاده از یادگیری ماشین و R همانطور که در سفر آشکار می شود - از قدرت بسته های R قوی و بهینه برای کار بر روی پروژه هایی استفاده کنید که مشکلات دنیای واقعی را در یادگیری ماشین و علم داده حل می کنند در علم DetailData و یادگیری ماشین برخی از برترین کلمات رایج در دنیای فنی امروزی هستند. از فروشگاههای خردهفروشی گرفته تا شرکتهای Fortune 500، همه به سختی تلاش میکنند تا یادگیری ماشینی به آنها بینشهای مبتنی بر داده را برای رشد کسبوکارشان بدهد. با ویژگیهای قدرتمند دستکاری دادهها، بستههای یادگیری ماشین و یک جامعه توسعهدهنده فعال، R به کاربران اجازه میدهد تا سیستمهای یادگیری ماشینی پیچیدهای را برای حل مشکلات دادههای دنیای واقعی بسازند. این کتاب شما را به سفری مبتنی بر داده میبرد که با اصول اولیه شروع میشود. R و یادگیری ماشینی و به تدریج بر روی مفاهیم کار می کند تا روی پروژه هایی کار کند که مشکلات دنیای واقعی را حل می کنند. شما با درک مفاهیم اصلی و تعاریف مورد نیاز برای درک الگوریتم ها و مفاهیم یادگیری ماشین شروع خواهید کرد. با تکیه بر اصول اولیه، سپس بر روی سه پروژه مختلف کار خواهید کرد تا مفاهیم یادگیری ماشین را اعمال کنید، روندهای فعلی را دنبال کنید و الگوریتم های اصلی و همچنین بسته های R محبوب را با جزئیات پوشش دهید. این پروژه ها به طور منظم به شش فصل مختلف تقسیم شده اند که دنیای تجارت الکترونیک، امور مالی و رسانه های اجتماعی را پوشش می دهد، که هسته اصلی این انقلاب مبتنی بر داده است. هر یک از پروژهها به شما کمک میکند تا بسته به دامنه و الگوریتمها، درک، کاوش، تجسم و به دست آوردن بینش داشته باشید. از طریق این کتاب، یاد خواهید گرفت که مفاهیم یادگیری ماشینی را برای مقابله با مشکلات مربوط به دادهها و حل آنها با استفاده از زبان قدرتمند و در عین حال ساده، سبک و رویکرد کتاب این کتاب سفری فریبنده است که از ابتدایی ترین راه شروع می شود تا به تدریج با گسترش داستان سرعت خود را افزایش دهد. هر مفهوم ابتدا در زمینه بزرگتر چیزها به طور خلاصه تعریف می شود و سپس توضیح دقیقی در مورد کاربرد آنها ارائه می شود. هر موضوع با کمک پروژه ای توضیح داده می شود که یک مشکل واقعی در دنیای واقعی که شامل کار عملی است را حل می کند و بنابراین بینشی عمیق از دنیای یادگیری ماشین به شما می دهد.
Understand the fundamentals of machine learning with R and build your own dynamic algorithms to tackle complicated real-world problems successfullyAbout This Book- Get to grips with the concepts of machine learning through exciting real-world examples- Visualize and solve complex problems by using power-packed R constructs and its robust packages for machine learning- Learn to build your own machine learning system with this example-based practical guideWho This Book Is ForIf you are interested in mining useful information from data using state-of-the-art techniques to make data-driven decisions, this is a go-to guide for you. No prior experience with data science is required, although basic knowledge of R is highly desirable. Prior knowledge in machine learning would be helpful but is not necessary.What You Will Learn- Utilize the power of R to handle data extraction, manipulation, and exploration techniques- Use R to visualize data spread across multiple dimensions and extract useful features- Explore the underlying mathematical and logical concepts that drive machine learning algorithms- Dive deep into the world of analytics to predict situations correctly- Implement R machine learning algorithms from scratch and be amazed to see the algorithms in action- Write reusable code and build complete machine learning systems from the ground up- Solve interesting real-world problems using machine learning and R as the journey unfolds- Harness the power of robust and optimized R packages to work on projects that solve real-world problems in machine learning and data scienceIn DetailData science and machine learning are some of the top buzzwords in the technical world today. From retail stores to Fortune 500 companies, everyone is working hard to making machine learning give them data-driven insights to grow their business. With powerful data manipulation features, machine learning packages, and an active developer community, R empowers users to build sophisticated machine learning systems to solve real-world data problems.This book takes you on a data-driven journey that starts with the very basics of R and machine learning and gradually builds upon the concepts to work on projects that tackle real-world problems.You'll begin by getting an understanding of the core concepts and definitions required to appreciate machine learning algorithms and concepts. Building upon the basics, you will then work on three different projects to apply the concepts of machine learning, following current trends and cover major algorithms as well as popular R packages in detail. These projects have been neatly divided into six different chapters covering the worlds of e-commerce, finance, and social-media, which are at the very core of this data-driven revolution. Each of the projects will help you to understand, explore, visualize, and derive insights depending upon the domain and algorithms.Through this book, you will learn to apply the concepts of machine learning to deal with data-related problems and solve them using the powerful yet simple language, R.Style and approachThe book is an enticing journey that starts from the very basics to gradually pick up pace as the story unfolds. Each concept is first defined in the larger context of things succinctly, followed by a detailed explanation of their application. Each topic is explained with the help of a project that solves a real real-world problem involving hands-on work thus giving you a deep insight into the world of machine learning.