Tin mới nhất

Menu

Browsing "Older Posts"

Ebook Machine Learning Với R - Tìm Hiểu Các Kỹ Thuật Để Xây Dựng Và Cải Thiện Các Mô Hình Machine Learning, Từ Data Preparation Đến Điều Chỉnh, Đánh Giá Mô Hình Và Làm Việc Với Big Data [Ấn Bản Lần Thứ 4, Tháng 5-2023] [PDF + CODE] [9771E]

20 tháng 7 2023 / No Comments

Tìm hiểu cách giải quyết các bài toán dữ liệu trong thế giới thực bằng cách sử dụng Machine Learning và R.

1. Các tính năng chính:

  • ✓ Phiên bản kỷ niệm 10 năm của cuốn sách R machine learning bán chạy nhất, được cập nhật với 50% nội dung mới cho R 4.0.0 trở lên.
  • ✓ Khai thác sức mạnh của R để xây dựng các mô hình học máy linh hoạt, hiệu quả và minh bạch.
  • ✓ Học nhanh với hướng dẫn thực hành rõ ràng này từ một chuyên gia machine learning.

2. Mô tả cuốn sách:

Về cốt lõi, Machine learning liên quan đến việc chuyển đổi dữ liệu thành kiến ​​thức có thể hành động được. R cung cấp một bộ phương pháp machine learning mạnh mẽ để nhanh chóng và dễ dàng thu được insight từ dữ liệu của bạn.

Machine Learning với R, Phiên bản thứ tư, cung cấp hướng dẫn thực hành, dễ tiếp cận và dễ đọc để áp dụng học máy vào các vấn đề trong thế giới thực. Cho dù bạn là người dùng R có kinh nghiệm hay mới sử dụng ngôn ngữ này, cuốn sách sẽ dạy cho bạn mọi thứ bạn cần biết về data pre-processing, khám phá các key insight, đưa ra dự đoán mới và trực quan hóa những phát hiện của bạn. Phiên bản kỷ niệm 10 năm này có một số chương mới phản ánh tiến trình học máy trong vài năm qua và giúp bạn xây dựng kỹ năng khoa học dữ liệu cũng như giải quyết các bài toán khó khăn hơn, bao gồm tạo các machine learning model thành công và data preparation nâng cao, xây dựng Better Learner và sử dụng big data.

Bạn cũng sẽ tìm thấy cuốn sách classic R data science này được cập nhật lên R 4.0.0 với các thư viện mới hơn và tốt hơn, lời khuyên về các vấn đề đạo đức và khuynh hướng trong học máy cũng như giới thiệu về deep learning. Cho dù bạn đang tìm cách thực hiện những bước đầu tiên với R for machine learning hay đảm bảo rằng các kỹ năng và kiến ​​thức của bạn được cập nhật, đây là tài liệu không thể bỏ qua để giúp bạn tìm thấy những hiểu biết sâu sắc mới về dữ liệu của mình.

3. Bạn sẽ học được gì:

  • ✓ Tìm hiểu quy trình từ đầu đến cuối về machine learning từ dữ liệu thô đến triển khai.
  • ✓ Phân loại các kết quả quan trọng bằng cách sử dụng các phương pháp nearest neighbor và Bayesian.
  • ✓ Dự đoán các sự kiện trong tương lai bằng cách sử dụng decision trees, rules, và support vector machines.
  • ✓ Dự báo dữ liệu số và ước tính giá trị tài chính bằng phương pháp hồi quy.
  • ✓ Mô hình hóa các quy trình phức tạp với artificial neural networks.
  • ✓ Prepare, transform, và clean data bằng cách sử dụng tidyverse.
  • ✓ Đánh giá các mô hình của bạn và cải thiện hiệu suất của chúng.
  • ✓ Kết nối R với SQL database và các công nghệ big data mới nổi như Spark, Hadoop, H2O và TensorFlow.

4. Cuốn sách này dành cho ai:

Cuốn sách này được thiết kế để giúp các data scientists, actuaries, data analysts, financial analysts, social scientists, business và sinh viên học máy cũng như bất kỳ học viên nào muốn có hướng dẫn rõ ràng, dễ tiếp cận về machine learning với R. Không cần phải có kinh nghiệm về R, mặc dù vậy, tiếp xúc trước với statistics và lập trình là hữu ích.

5. Mục lục:

  • ✓ Chương 01: Giới thiệu Machine Learning.
  • ✓ Chương 02: Quản lý và hiểu dữ liệu.
  • ✓ Chương 03: Lazy Learning – Classification Sử dụng Nearest Neighbors.
  • ✓ Chương 04: Probabilistic Learning – Classification Sử dụng Naive Bayes.
  • ✓ Chương 05: Divide and Conquer – Classification Sử dụng Decision Trees và Rules.
  • ✓ Chương 06: Forecasting Numeric Data – Regression Methods.
  • ✓ Chương 07: Black-Box Methods – Neural Networks và Support Vector Machines.
  • ✓ Chương 08: Finding Patterns – Market Basket Analysis Sử dụng Association Rules.
  • ✓ Chương 09: Finding Groups of Data – Clustering với k-means.
  • ✓ Chương 10: Evaluating Model Performance.
  • ✓ Chương 11: Being Successful với Machine Learning.
  • ✓ Chương 12: Data Preparation nâng cao.
  • ✓ Chương 13: Challenging Data – Too Much, Too Little, Too Complex.
  • ✓ Chương 14: Building Better Learners.
  • ✓ Chương 15: Making Use of Big Data.


NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU




Copyright Disclaimer:
This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.
Tuyên bố miễn trừ bản quyền:
Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.