Uczenie maszynowe w języku R Tworzenie i doskonalenie modeli – od przygotowania danych po dostrajanie, ewaluację i pracę z big data Brett Lantz
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.
SZUKASZ INNEJ KSIĄŻKI?
WPISZ TYTUŁ LUB AUTORA LUB TEMATYKĘ:
