成功加入购物车
[印度]卡西克·拉玛苏布兰马尼安(Karthik Pamasubramanian) 著; 吴今朝 译 / 机械工业出版社 / 2020-01 / 平装
售价 ¥ 28.00 2.4折
定价 ¥119.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2023-12-29
卖家超过10天未登录
R语言机器学习
《R语言机器学习(原书第2版)》主要在第1版的基础上增加了两个部分:一个是关于时间序列模型的新章节(第9章),这是一个源于统计学的传统主题。第二个新增的章节是深度学习(第11章),它是机器学习的一个迅速崛起的子领域。除了增加这两个章节之外,书中的文本和代码会以一种读者友好的新格式来整体呈现。新版会继续专注于使用流行的统计编程语言R来构建用例。对于深度学习这样的主题,我们建议采用Python语言来配合TensorFlow这样的框架。但是,在第2版中,我们会向读者展示如何在TensorFlow中使用R语言编程,因此如果读者只熟悉R,可以暂时无须学习Python。与第1版一样,我们通过各种实际用例保持了机器学习理论与应用的良好平衡,为读者提供了一个真正全面的机器学习主题集合。
卡西克·拉玛苏布兰马尼安(Karthik Ramasubramanian)就职于印度创业技术公司Hike Messenger。他一直为零售、电子商务和技术行业解决跨行业的数据科学问题,开发数据驱动的解决方案并进行原型构建。Karthik对整个数据科学生命周期(从探索数据问题,到创建数据科学模型,以及开发各行业相关产品)都具有丰富的经验。
阿布舍克·辛格( Abhishek Singh)领导的数据科学专业团队正在解决粮食安全、网络安全、自然灾害、医疗保健以及更多领域的紧迫问题。他对美国银行的资产进行了压力测试,开发了保险定价模型,并优化了客户的电信体验。他积极参与数据科学分析相关的思想交流、创作、公开演讲、会议和培训。他坚定地支持负责任地使用人工智能来消除偏见,并坚信合理使用AI将使生活更美好。
译者序前言第1章 机器学习和R语言入门1.1 了解发展历程1.1.1 统计学习1.1.2 机器学习1.1.3 人工智能1.1.4 数据挖掘1.1.5 数据科学1.2 概率与统计1.2.1 计数和概率的定义1.2.2 事件和关系1.2.3 随机性、概率和分布1.2.4 置信区间和假设检验1.3 R语言入门1.3.1 基本组成部分1.3.2 R语言的数据结构1.3.3 子集处理1.3.4 数和Apply系列1.4 机器学习过程工作流1.4.1 计划1.4.2 探索1.4.3 构建1.4.4 评估1.5 其他技术1.6 小结第2章 数据准备和探索2.1 规划数据收集2.1.1 变量类型2.1.2 数据格式2.1.3 数据源的类型2.2 初始数据分析2.2.1 初步印象2.2.2 把多个数据源组织到一起2.2.3 整理数据2.2.4 补充更多信息2.2.5 重塑2.3 探索性数据分析2.3.1 摘要统计量2.3.2 矩2.4 案例研究:信用卡欺诈2.4.1 数据导入2.4.2 数据变换2.4.3 数据探索2.5 小结第3章 抽样与重抽样技术3.1 介绍抽样技术3.2 抽样的术语3.2.1 样本3.2.2 抽样分布3.2.3 总群体的均值和方差3.2.4 样本均值和方差3.2.5 汇总的均值和方差3.2.6 抽样点3.2.7 抽样误差3.2.8 抽样率3.2.9 抽样偏误……第4章 R语言里的数据可视化第5章 特征工程第6章 机器学习理论和实践第7章 机器学习模型的评估第8章 模型性能改进第9章 时间序列模型第10章 可扩展机器学习和相关技术第11章 用Keras和Tensorflow进行深度学习
展开全部
图2
图3
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30