E-Book-продукт в цифровой версии

Tytuł : Praktyczne uczenie maszynowe w języku R

Autor: Fred Nwanganga, Mike Chapple

Format pliku: pdf

Wydawnictwo: Promise

Liczba stron: 458

Rok wydania: 2022

ISBN: 9788375414790

język: polski

Opis:

WPROWADZENIE DO UCZENIA MASZYNOWEGO Z WYKORZYSTANIEM INTUICYJNEGO JĘZYKA PROGRAMOWANIA 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 programistycznym 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. Książka 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. 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.

----

Важная информация о продукте:

E-BOOK-ВЕРСИЯ ПРОДУКТА Цифровой

Вы загрузите файл в свой аккаунт Allegro на вкладке "Моя полка"’

Вы должны иметь учетную запись в Allegro, чтобы совершить покупку электронной книги.

Электронная книга вы будете читать на: читателе (Kindle, PocketBook, Onyx, Kobo и другие), смартфоне, планшете или компьютер. Информация о формате электронной книги указана в описании аукциона.

E-book он будет защищен водяным знаком и не имеет DRM