ODBIERZ TWÓJ BONUS :: »

Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV Brett Lantz

Autor:
Brett Lantz
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
688
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
83,40 zł 139,00 zł (-40%)
83,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
69,50 zł 139,00 zł (-50%)
69,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Kompleksowego realizowania procesu uczenia maszynowego w języku R
  • Instalowania i konfigurowania środowiska R oraz RStudio do analizy danych
  • Zarządzania danymi: importowania, zapisywania i eksplorowania różnych struktur danych w R
  • Wykorzystywania algorytmu k-NN do klasyfikacji i analizy danych
  • Budowania i doskonalenia modeli klasyfikacyjnych z użyciem naiwnego klasyfikatora bayesowskiego
  • Tworzenia modeli drzew decyzyjnych i reguł klasyfikacyjnych do rozwiązywania problemów decyzyjnych
  • Prognozowania wartości liczbowych za pomocą regresji liniowej, logistycznej oraz drzew regresji
  • Stosowania sztucznych sieci neuronowych i maszyn wektorów nośnych do modelowania złożonych procesów
  • Wykorzystywania reguł asocjacyjnych do analizy koszyka zakupowego i znajdowania wzorców
  • Grupowania danych z użyciem klasteryzacji metodą k-średnich
  • Ewaluacji modeli uczenia maszynowego za pomocą macierzy błędów, krzywych ROC i walidacji krzyżowej
  • Stosowania zaawansowanych technik przygotowywania danych, w tym inżynierii cech i przetwarzania tekstu
  • Radzenia sobie z trudnymi danymi: wysokowymiarowymi, rozrzedzonymi, brakującymi oraz niezrównoważonymi
  • Dostrajania hiperparametrów modeli i zwiększania trafności przy użyciu algorytmów zespołowych
  • Przetwarzania i analizowania dużych zbiorów danych (big data) w środowisku R
  • Wdrażania praktycznych zastosowań uczenia głębokiego i konwolucyjnych sieci neuronowych

Uczenie maszynowe polega na przekształcaniu danych w informacje ułatwiające podejmowanie decyzji. W erze big data umożliwia pracę z ogromnymi strumieniami napływających informacji ― pozwala na ich zrozumienie i efektywne zastosowanie. Ulubionym narzędziem analityków danych jest bezpłatne wieloplatformowe środowisko programowania statystycznego o nazwie R, oferujące potężne, intuicyjne i łatwe do opanowania narzędzia.

To czwarte, zaktualizowane wydanie znakomitego przewodnika poświęconego zastosowaniu uczenia maszynowego do rozwiązywania rzeczywistych problemów w analizie danych. Dzięki książce dowiesz się wszystkiego, co trzeba wiedzieć o wstępnym przetwarzaniu danych, znajdowaniu kluczowych spostrzeżeń, prognozowaniu i wizualizowaniu odkryć. W tym wydaniu dodano kilka nowych rozdziałów dotyczących data science i niektórych trudniejszych zagadnień, takich jak zaawansowane przygotowywanie danych, budowanie lepiej uczących się modeli i praca z big data. Znalazło się tu także omówienie etycznych aspektów uczenia maszynowego i wprowadzenie do uczenia głębokiego. Treść została zaktualizowana do wersji 4.0.0 języka R.

Dzięki tej książce nauczysz się:

  • kompleksowo realizować proces uczenia maszynowego
  • przeprowadzać predykcję za pomocą drzew decyzyjnych, reguł i maszyn wektorów nośnych
  • szacować wartości finansowe przy użyciu regresji
  • modelować złożone procesy z wykorzystaniem sztucznych sieci neuronowych
  • oceniać modele i poprawiać ich trafność
  • łączyć R z bazami danych SQL i nowymi technologiami big data

Naucz się przekształcać surowe dane w wiedzę!

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

Wybrane bestsellery

O autorze książki

Brett Lantz korzysta z innowacyjnych metod analizy danych, aby lepiej zrozumieć ludzkie zachowanie. Jest z wykształcenia socjologiem i instruktorem DataCamp, prowadzi warsztaty uczenia maszynowego na całym świecie. Interesuje się między innymi zastosowaniami data science w sporcie, grach wideo, pojazdach autonomicznych i nauce języków obcych.

Brett Lantz - pozostałe książki

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka ,,Uczenie maszynowe w języku R. Wydanie IV" wymaga wcześniejszej znajomości języka R lub uczenia maszynowego?
Książka została napisana w przystępny sposób i prowadzi czytelnika krok po kroku przez zagadnienia uczenia maszynowego w R. Podstawowa znajomość programowania będzie pomocna, ale autor wprowadza również do języka R i wyjaśnia kluczowe koncepcje, dzięki czemu poradzą sobie także osoby początkujące.
2. Czy publikacja obejmuje najnowsze narzędzia i techniki stosowane w uczeniu maszynowym?
Tak, to czwarte wydanie zostało zaktualizowane do wersji 4.0.0 języka R i zawiera najnowsze zagadnienia, takie jak praca z big data, uczenie głębokie, inżynieria cech, automatyczne dostrajanie modeli oraz praktyczne wykorzystanie popularnych pakietów R.
3. W jaki sposób książka pomaga w praktycznym wykorzystaniu uczenia maszynowego do analizy danych?
Książka prowadzi przez cały proces - od przygotowania i eksploracji danych, przez budowanie, ocenę i ulepszanie modeli, aż po integrację z bazami SQL i pracę z dużymi zbiorami danych. Każda technika omawiana jest na przykładach z codziennej praktyki analityka.
4. Czy w książce znajdę przykłady kodu oraz praktyczne ćwiczenia?
Tak, każda omawiana metoda jest ilustrowana przykładami kodu w języku R oraz praktycznymi case studies, które pomagają utrwalić wiedzę i zastosować ją w realnych projektach.
5. Czy książka nadaje się do samodzielnej nauki?
Tak, publikacja została napisana z myślą o osobach uczących się samodzielnie - zawiera jasne wyjaśnienia, liczne przykłady, podsumowania oraz praktyczne wskazówki, które ułatwiają zrozumienie i utrwalenie materiału.
6. Czy książka obejmuje zagadnienia dotyczące pracy z dużymi zbiorami danych (big data)?
Tak, w książce znajdziesz dedykowany rozdział dotyczący pracy z big data, w tym przetwarzania równoległego, integracji z bazami danych SQL i użycia specjalistycznych narzędzi do obsługi dużych wolumenów danych w R.
7. Czy książka porusza kwestie etyki w uczeniu maszynowym?
Tak, autor poświęca uwagę etycznym aspektom uczenia maszynowego, omawiając odpowiedzialne wykorzystanie algorytmów i potencjalne zagrożenia związane z analizą danych.
8. W jakim formacie dostępna jest książka i czy można ją kupić w wersji elektronicznej?
Książka dostępna jest zarówno w wersji papierowej, jak i elektronicznej (ebook), którą można zakupić na Helion.pl. Szczegóły dotyczące dostępnych formatów znajdują się na stronie produktu.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
83,40 zł
Dodaj do koszyka
Ebook
69,50 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile