Магазин `Купить с доставкой`

Доставка до пунктов выдачи или почтой.

TwitterRSS

Прочие издания
ISBN 978-5-4461-1512-9



Язык R предлагает мощный набор методов машинного обучения, позволяющих быстро проводить нетривиальный анализ ваших данных.
Книга является руководством, которое поможет применять методы машинного обучения в решении ежедневных задач. Бретт Ланц научит всему необходимому для анализа данных, формирования прогнозов и визуализации данных.
Здесь вы найдете информацию о новых улучшенных библиотеках, советы об этических аспектах машинного обучения и проблемах предвзятости, а также познакомитесь с глубоким обучением.
В этой книге:
- Основы машинного обучения и особенности обучения компьютера на примерах.
- Подготовка данных к использованию в машинном обучении средствами языка R.
- Классификация значимости результатов.
- Предсказание событий с помощью деревьев решений, правил и опорных векторов.
- Прогнозирование числовых данных и оценка финансовых данных с помощью регрессионных методов.
- Моделирование сложных процессов с использованием нейронных сетей – фундамент глубокого обучения.
- Оценка моделей и улучшение их производительности.
- Новейшие технологии для обработки больших данных, в частности R 3.6, Spark, H2O и TensorFlow.

Машинное обучение на R. Экспертные техники для прогностического анализа

Производитель: Питер

Цена: 3139.00 руб.

Описание:
Язык R предлагает мощный набор методов машинного обучения, позволяющих быстро проводить нетривиальный анализ ваших данных. Книга является руководством, которое поможет применять методы машинного обучения в решении ежедневных задач. Бретт Ланц научит всему необходимому для анализа данных, формирования прогнозов и визуализации данных. Здесь вы найдете информацию о новых улучшенных библиотеках, советы об этических аспектах машинного обучения и проблемах предвзятости, а также познакомитесь с глубоким обучением. В этой книге: - Основы машинного обучения и особенности обучения компьютера на примерах. - Подготовка данных к использованию в машинном обучении средствами языка R. - Классификация значимости результатов. - Предсказание событий с помощью деревьев решений, правил и опорных векторов. - Прогнозирование числовых данных и оценка финансовых данных с помощью регрессионных методов. - Моделирование сложных процессов с использованием нейронных сетей – фундамент глубокого обучения. - Оценка моделей и улучшение их производительности. - Новейшие технологии для обработки больших данных, в частности R 3.6, Spark, H2O и TensorFlow.



Отобрано товаров 1
(c) nzrv.ru

Яндекс.Метрика