题名:
|
机器学习与R语言 / (美) 布雷特·兰茨著 , 许金炜, 李洪成, 潘文捷译 |
ISBN:
|
978-7-111-68457-2 价格: CNY99.00 |
语种:
|
chi |
载体形态:
|
294页 图 26cm |
出版发行:
|
出版地: 北京 出版社: 机械工业出版社 出版日期: 2021 |
内容提要:
|
本书共12章:第1章介绍机器学习的基本概念和理论,并介绍用于机器学习的R软件环境的准备;第2章介绍如何应用R来管理数据,进行数据的探索分析和数据可视化;第3~9章介绍典型的机器学习算法,包括k近邻分类算法、朴素贝叶斯算法、决策树和规则树、回归预测、黑盒算法——神经网络和支持向量机、关联分析、k均值聚类,并给出大量的实际案例和详细的分析步骤,例如乳腺癌的判断、垃圾短信的过滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预测、建筑用混凝土强度的预测、光学字符的识别、超市购物篮关联分析以及市场细分等;第10章介绍模型性能评价的原理和方法;第11章给出提高模型性能的几种常用方法;第12章讨论用R进行机器学习时可能遇到的一些高#级专题,如特殊形式的数据、大数据集的处理、并行计算和GPU计算等技术。 |
主题词:
|
机器学习 |
主题词:
|
程序语言 程序设计 |
中图分类法:
|
TP181 版次: 5 |
中图分类法:
|
TP312R 版次: 5 |
主要责任者:
|
兰茨 著 |
次要责任者:
|
许金炜 译 |
次要责任者:
|
李洪成 译 |
次要责任者:
|
潘文捷 译 |