ODBIERZ TWÓJ BONUS :: »

Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV Brett Lantz

(ebook) (audiobook) (audiobook)
Autor:
Brett Lantz
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
688
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
83,40 zł 139,00 zł (-40%)
83,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
39,90 zł 139,00 zł (-71%)
69,50 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Kompleksowego realizowania procesu uczenia maszynowego w języku R
  • Instalowania i konfigurowania środowiska R oraz RStudio do analizy danych
  • Zarządzania danymi: importowania, zapisywania i eksplorowania różnych struktur danych w R
  • Wykorzystywania algorytmu k-NN do klasyfikacji i analizy danych
  • Budowania i doskonalenia modeli klasyfikacyjnych z użyciem naiwnego klasyfikatora bayesowskiego
  • Tworzenia modeli drzew decyzyjnych i reguł klasyfikacyjnych do rozwiązywania problemów decyzyjnych
  • Prognozowania wartości liczbowych za pomocą regresji liniowej, logistycznej oraz drzew regresji
  • Stosowania sztucznych sieci neuronowych i maszyn wektorów nośnych do modelowania złożonych procesów
  • Wykorzystywania reguł asocjacyjnych do analizy koszyka zakupowego i znajdowania wzorców
  • Grupowania danych z użyciem klasteryzacji metodą k-średnich
  • Ewaluacji modeli uczenia maszynowego za pomocą macierzy błędów, krzywych ROC i walidacji krzyżowej
  • Stosowania zaawansowanych technik przygotowywania danych, w tym inżynierii cech i przetwarzania tekstu
  • Radzenia sobie z trudnymi danymi: wysokowymiarowymi, rozrzedzonymi, brakującymi oraz niezrównoważonymi
  • Dostrajania hiperparametrów modeli i zwiększania trafności przy użyciu algorytmów zespołowych
  • Przetwarzania i analizowania dużych zbiorów danych (big data) w środowisku R
  • Wdrażania praktycznych zastosowań uczenia głębokiego i konwolucyjnych sieci neuronowych

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!

Wybrane bestsellery

O autorze książki

Brett Lantz korzysta z innowacyjnych metod analizy danych, aby lepiej zrozumieć ludzkie zachowanie. Jest z wykształcenia socjologiem i instruktorem DataCamp, prowadzi warsztaty uczenia maszynowego na całym świecie. Interesuje się między innymi zastosowaniami data science w sporcie, grach wideo, pojazdach autonomicznych i nauce języków obcych.

Brett Lantz - pozostałe książki

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka ,,Uczenie maszynowe w języku R. Wydanie IV" wymaga wcześniejszej znajomości języka R lub uczenia maszynowego?
Książka została napisana w przystępny sposób i prowadzi czytelnika krok po kroku przez zagadnienia uczenia maszynowego w R. Podstawowa znajomość programowania będzie pomocna, ale autor wprowadza również do języka R i wyjaśnia kluczowe koncepcje, dzięki czemu poradzą sobie także osoby początkujące.
2. Czy publikacja obejmuje najnowsze narzędzia i techniki stosowane w uczeniu maszynowym?
Tak, to czwarte wydanie zostało zaktualizowane do wersji 4.0.0 języka R i zawiera najnowsze zagadnienia, takie jak praca z big data, uczenie głębokie, inżynieria cech, automatyczne dostrajanie modeli oraz praktyczne wykorzystanie popularnych pakietów R.
3. W jaki sposób książka pomaga w praktycznym wykorzystaniu uczenia maszynowego do analizy danych?
Książka prowadzi przez cały proces - od przygotowania i eksploracji danych, przez budowanie, ocenę i ulepszanie modeli, aż po integrację z bazami SQL i pracę z dużymi zbiorami danych. Każda technika omawiana jest na przykładach z codziennej praktyki analityka.
4. Czy w książce znajdę przykłady kodu oraz praktyczne ćwiczenia?
Tak, każda omawiana metoda jest ilustrowana przykładami kodu w języku R oraz praktycznymi case studies, które pomagają utrwalić wiedzę i zastosować ją w realnych projektach.
5. Czy książka nadaje się do samodzielnej nauki?
Tak, publikacja została napisana z myślą o osobach uczących się samodzielnie - zawiera jasne wyjaśnienia, liczne przykłady, podsumowania oraz praktyczne wskazówki, które ułatwiają zrozumienie i utrwalenie materiału.
6. Czy książka obejmuje zagadnienia dotyczące pracy z dużymi zbiorami danych (big data)?
Tak, w książce znajdziesz dedykowany rozdział dotyczący pracy z big data, w tym przetwarzania równoległego, integracji z bazami danych SQL i użycia specjalistycznych narzędzi do obsługi dużych wolumenów danych w R.
7. Czy książka porusza kwestie etyki w uczeniu maszynowym?
Tak, autor poświęca uwagę etycznym aspektom uczenia maszynowego, omawiając odpowiedzialne wykorzystanie algorytmów i potencjalne zagrożenia związane z analizą danych.
8. W jakim formacie dostępna jest książka i czy można ją kupić w wersji elektronicznej?
Książka dostępna jest zarówno w wersji papierowej, jak i elektronicznej (ebook), którą można zakupić na Helion.pl. Szczegóły dotyczące dostępnych formatów znajdują się na stronie produktu.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
83,40 zł
Dodaj do koszyka
Ebook
39,90 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint