機器學習實踐指南 基於R語言 机器学习实践指南 基于R语言
[英] 尼格爾·劉易斯
- 出版商: 人民郵電
- 出版日期: 2018-04-01
- 定價: $354
- 售價: 7.5 折 $266
- 語言: 簡體中文
- 頁數: 141
- 裝訂: 平裝
- ISBN: 7115478171
- ISBN-13: 9787115478177
-
相關分類:
R 語言、Machine Learning
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$207機器學習與R語言
-
$474$450 -
$301R語言與數據挖掘
-
$580$452 -
$221從 Python 開始學編程
-
$520$406 -
$250深度學習與 R語言
-
$250深度學習精要 基於R語言
-
$352Python數據分析從入門到精通
-
$352神經網絡與深度學習應用實戰
-
$250Python 3爬蟲、數據清洗與可視化實戰
-
$403程序員的數學2 : 概率統計
-
$278新媒體數據挖掘:基於R語言
-
$327深度學習實踐指南 基於R語言
-
$720$648 -
$301神經網絡:R語言實現
-
$658Xilinx FPGA 權威設計指南:基於 Vivado 2018 集成開發環境
-
$454R語言:從數據思維到數據實戰
-
$403新印象 解構UI界面設計
-
$454大話數據分析 — Tableau 數據可視化實戰
-
$590$561 -
$894$849 -
$266深度學習企業實戰 基於R語言
-
$390$371 -
$1,074$1,020
相關主題
商品描述
隨著R語言的流行,從數據中學習比過去更加輕松。本書是通過R語言掌握數據科學技能的快速入門指南,書中一步一步地介紹如何在免費和流行的R統計包中建立每一種類型的模型。書中的案例描述得很清楚,幾乎所有的代碼都可以使用。讀完本書,讀者將可以在自己專註的某個領域把書中所介紹的技術付諸實踐。
本書適合數據科學入門的讀者閱讀,尤其是通過R語言實現數據建模和分析方法的讀者學習。
作者簡介
作者:[英]尼格爾·劉易斯(ND Lewis)譯者:高蓉李茂
尼格爾.劉易斯(ND Lewis)是一位數據科學和預測領域的講師、作者和研究者。他在華爾街和倫敦從事投資管理工作多年,編著了統計、數據科學和量化模型方面的數本圖書,並且在大學裡開設深度學習、機器學習和數據分析應用等方面的課程。
目錄大綱
* 1章簡明學習問題… ……………………………………………………1
1.1歸納推理和演繹推理的基礎…………………………………… ………………2
1.2你曾遇到這些事情嗎?…………………………………………………………3
1.3釋放歸納的力量………………………………………………………… ………3
1.4推斷的陰陽之道…………………………………………………………………4
1.5學習問題的三大要素………………… …………………………………………4
1.6從數據中學習的目標……………………………………………………………6
1.7闡明選擇標準……………………………………………………………………7
1.8學習任務的選擇………………………………………… ………………………8
附註………………………………………………………………………………………9
* 2章監督學習………………………………………………………13
2.1有效分類的基本要素………………………………………………………… …13
2.2如何確定假設類 的答案………………………………………………………15
2.3監督學習的兩個核心方法……………………………………………… ………16
2.3.1生成算法的關鍵…………………………………………………………16
2.3.2理解判別算法………………………… …………………………………17
2.4什麼是貝葉斯分類器……………………………………………………………17
誤差下界………………………………………… ………………………………19
2.5評估貝葉斯誤差的兩種簡單技巧………………………………………………19
2.5.1 Mahalanobis技巧…… ………………………………………………19
2.5.2 Bhattacharyya技巧…………………………………………………20
2.6如何釋放樸素貝葉斯分類器的力量……………………………………………21
一個建立直覺的例子………………………………………………………… …22
2.7樸素貝葉斯分類器的R極簡建立方法…………………………………………24
2.7.1一個模擬的例子… ………………………… ………………………………24
2.7.2甲狀腺數據的分析………………………………………………………28
2.8如何利用k-近鄰算 法的價值…………………………………………………33
2.8.1深化理解的例子…………………………………………………… ……34
2.8.2 k近鄰的R直接方法……………………………………………………37
2.8.3如何決定k的*優值………………… …………………………………42
2.9線性判別分析的關鍵……………………………………………………………42
2.9.1求解廣義特徵值問題…………………………………………………44
2.9.2 R判別分析的基本要素…………………………………………………45
2.9.3檢查你想要的模型類型…………………………… …………………49
2.9.4不要止步於線性判別分析………………………………………………50
2.10邏輯回歸分類的秘密…………………… ………………………………………51
建立R邏輯回歸分類器的簡便方法……………………………………………53
2.11激勵創意和激情的超級好主意…………………………………………………57
附註……………………………………………………………………… ………………59
第3章無監督學習……………………………………………………68
3.1無監督學習簡介…………………………… ……………………………………68
3.2兩種核心方法及其工作原理……………………………………………………69
3.3無監督學 習的應用技術及R實現………………………………………………70
3.4無監督學習的典型例子,你可以模仿學習……………………………… ……85
3.4.1數據(圖像)預處理……………………………………………………86
3.4.2處理圖像中的噪聲……………………… ………………………………86
3.4.3顱骨“剝離”……………………………………………………………87
3.4.4完美組合… ………………………………………………………………87
附註……………………………………………………………… ……………………89
第4章半監督學習……………………………………………………91
4.1未標記數據的作用…………………………………………… …………………92
4.2一致性假設……………………………………………………………………94
4.3嘗試半監督學習的極簡方法…… ……………………………………………94
4.4自學習算法………………………………………………………………………95
4.5基於半監督模型的R學習……………………………………………………98
4.6使用土地分類掌握這種實踐說明… …………………………… ………………102
附註……………………………………………………………………………………105
第5章統計學習理論……… …………………………………………108
5.1 Vapnik-Chervonenkis泛化界……………………………………………109
5.2什麼是Vapnik-Chervonen kis維…………………………………………110
5.3結構風險*小化的關鍵………………………………………………………113
5.4實踐中使用統計學習理論的*佳建議………………………………………114
5.5如何精通支持向量機……………………………………………… …………115
5.6支持向量機的本質……………………………………………………………116
鬆弛的處理……………………………… ……………………………………117
5.7如何建立R支持向量機………………………………………………………118
附註…………………………………………………… ………………………………120
第6章模型選擇………………………………………………………122
6.1模型的快速改進…………… …………………………………………………122
6.2一個價值500萬美元的小錯誤………………………………………………124
6.3 “天下沒有免費午餐”定理之三大關鍵教訓…………………………………125
6.4什麼是偏差和方差權衡……………………………………………… ………127
6.4.1可約誤差………………………………………………………………128
6.4.2偏差…………………………… ………………………………………129
6.4.3方差……………………………………………………………………130
6.5你的模型犯過這 種錯嗎?……………………………………………………131
6.6留出技術的秘密…………………………………………………………… …132
6.7有效交叉驗證的藝術…………………………………………………………134
6.7.1 k-折交叉驗證…………………………… …………………………134
6.7.2一個R案例……………………………………………………………135
6.7.3留一驗證……… ………………………………………………………138
附註……………………………………………………………………… ……………140
恭喜你!……………………………………………………………………142