ODBIERZ TWÓJ BONUS :: »

    Praktyczne uczenie maszynowe w języku R

    (ebook) (audiobook) (audiobook)
    Wydawnictwo:
    Promise
    Ocena:
    Bądź pierwszym, który oceni tę książkę
    Stron:
    458
     
    PDF
    Czytaj fragment

    Ebook (80,99 zł najniższa cena z 30 dni)

    89,99 zł (-10%)
    80,99 zł

    Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

    ( 80,99 zł najniższa cena z 30 dni)

    Przenieś na półkę

    Do przechowalni

    WPROWADZENIE DO UCZENIA MASZYNOWEGO Z WYKORZYSTANIEM INTUICYJNEGO JĘZYKA R

    Uczenie maszynowe i analiza danych pełnią coraz ważniejszą rolę w tworzeniu wartości dodanej. Uczenie maszynowe pozwala znajdować ukryte w danych zależności, wnosząc nowe pomysły i wiedzę, którą trudno byłoby osiągnąć bez tej zaawansowanej techniki. Książka Praktyczne uczenie maszynowe w języku R to wstępne przygotowanie do pracy z dużymi zbiorami danych w języku R, który jest łatwy w zrozumieniu i został opracowany specjalnie z myślą o analizie statystycznej. Nawet osoby bez doświadczenia w programowaniu mogą skorzystać z tej książki, dowiadując się, w jaki sposób praktyczne zastosowania uczenia maszynowego pozwalają analitykom danych pozyskiwać strategiczne informacje biznesowe, solidne prognozy i podejmować trafniejsze decyzje.

    W odróżnieniu od innych książek na ten temat, Praktyczne uczenie maszynowe w języku R oferuje zarówno teoretyczne, jak i techniczne wprowadzenie do uczenia maszynowego. W przykładach i ćwiczeniach wykorzystywany jest język programowania R oraz najnowsze narzędzia analizy danych, co pozwala zacząć pracę bez nadmiernego zagłębiania się w zaawansowaną matematykę. Dzięki tej książce techniki uczenia maszynowego – począwszy od regresji logistycznej po reguły asocjacyjne i analizę skupień – są w zasięgu ręki.

    Jedyna publikacja, która łączy intuicyjne wprowadzenie do uczenia maszynowego z opisami zastosowań technicznych krok po kroku. Praktyczne uczenie maszynowe w języku R pokaże jak:

    przyswoić koncepcje różnych typów uczenia maszynowego,

    odkrywać wzorce ukryte w dużych zbiorach danych,

    pisać i wykonywać skrypty R za pomocą RStudio,

    używać języka R w połączeniu z pakietami Tidyverse do zarządzania danymi i ich wizualizacji,

    stosować podstawowe techniki statystyczne, takie jak regresja logistyczna czy naiwny klasyfikator Bayesa,

    oceniać i ulepszać modele uczenia maszynowego.

    DR FRED NWANGANGA jest profesorem uczelni na wydziale Business Analytics w Mendoza College of Business na uniwersytecie Notre Dame, Indiana, USA. Ma ponad 15-letnie doświadczenie w pełnieniu roli lidera technicznego.

    DR MIKE CHAPPLE jest profesorem uczelni na wydziale Technology, Analytics, and Operations w Mendoza College of Business. Mike jest autorem ponad 25 poczytnych książek i pełni funkcję dyrektora naukowego programu studiów magisterskich z analizy biznesowej.

    Wybrane bestsellery

    Promise - inne książki

    Zamknij

    Wybierz metodę płatności

    Zamknij Pobierz aplikację mobilną Ebookpoint