کتاب یادگیری ماشین با آر؛ آموزش تکنیک هایی برای ساخت و بهبود مدل های یادگیری ماشین، از آماده سازی داده تا تنظیم مدل، ارزیابی، و کار با داده های بزرگ

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

 
دانلود کتاب Machine Learning with R: Learn techniques for building and improving machine learning models, from data preparation to model tuning, evaluation, and working with big data, 4th Edition

عنوان کتاب به انگلیسی:

Machine Learning with R: Learn techniques for building and improving machine learning models, from data preparation to model tuning, evaluation, and working with big data, 4th Edition

سال انتشار: 2023  |  763 صفحه  |  حجم فایل: 44 مگابایت  |  زبان: انگلیسی
نویسنده Brett Lantz
ناشر Packt Publishing
ISBN10: 1801071322
ISBN13: 9781801071321

توضیحات کتاب

Learn how to solve real-world data problems using machine learning and R Purchase of the print or Kindle book includes a free eBook in PDF format. Key Features The 10th Anniversary Edition of the bestselling R machine learning book, updated with 50% new content for R 4.0.0 and beyond Harness the power of R to build flexible, effective, and transparent machine learning models Learn quickly with this clear, hands-on guide by machine learning expert Brett Lantz Book Description Machine learning, at its core, is concerned with transforming data into actionable knowledge. R offers a powerful set of machine learning methods to quickly and easily gain insight from your data. Machine Learning with R, Fourth Edition, provides a hands-on, accessible, and readable guide to applying machine learning to real-world problems. Whether you are an experienced R user or new to the language, Brett Lantz teaches you everything you need to know for data pre-processing, uncovering key insights, making new predictions, and visualizing your findings. This 10th Anniversary Edition features several new chapters that reflect the progress of machine learning in the last few years and help you build your data science skills and tackle more challenging problems, including making successful machine learning models and advanced data preparation, building better learners, and making use of big data. You'll also find this classic R data science book updated to R 4.0.0 with newer and better libraries, advice on ethical and bias issues in machine learning, and an introduction to deep learning. Whether you're looking to take your first steps with R for machine learning or making sure your skills and knowledge are up to date, this is an unmissable read that will help you find powerful new insights in your data. What you will learn Learn the end-to-end process of machine learning from raw data to implementation Classify important outcomes using nearest neighbor and Bayesian methods Predict future events using decision trees, rules, and support vector machines Forecast numeric data and estimate financial values using regression methods Model complex processes with artificial neural networks Prepare, transform, and clean data using the tidyverse Evaluate your models and improve their performance Connect R to SQL databases and emerging big data technologies such as Spark, Hadoop, H2O, and TensorFlow Who this book is for This book is designed to help data scientists, actuaries, data analysts, financial analysts, social scientists, business and machine learning students, and any other practitioners who want a clear, accessible guide to machine learning with R. No R experience is required, although prior exposure to statistics and programming is helpful. Table of Contents Introducing Machine Learning Managing and Understanding Data Lazy Learning – Classification Using Nearest Neighbors Probabilistic Learning – Classification Using Naive Bayes Divide and Conquer – Classification Using Decision Trees and Rules Forecasting Numeric Data – Regression Methods Black-Box Methods – Neural Networks and Support Vector Machines Finding Patterns – Market Basket Analysis Using Association Rules Finding Groups of Data – Clustering with k-means Evaluating Model Performance Being Successful with Machine Learning Advanced Data Preparation Challenging Data – Too Much, Too Little, Too Complex Building Better Learners Making Use of Big Data

توضیحات کتاب به فارسی (ترجمه ماشینی)

بیاموزید که چگونه مشکلات داده های دنیای واقعی را با استفاده از یادگیری ماشین و r حل کنید خرید کتاب چاپ یا Kindle شامل یک کتاب الکترونیکی رایگان با فرمت PDF است. ویژگی های کلیدی دهمین سالگرد نسخه کتاب یادگیری ماشین پرفروش R ، با 50 ٪ محتوای جدید برای R 4.0.0 و بعد از آن به روز شد مهار قدرت R برای ساخت مدل های یادگیری ماشین انعطاف پذیر ، مؤثر و شفاف با این راهنمای روشن و دستی توسط کارشناس یادگیری ماشین برت لانتز به سرعت بیاموزید توضیحات کتاب یادگیری ماشین ، در هسته اصلی خود ، نگران تبدیل داده ها به دانش عملی است.R مجموعه ای قدرتمند از روشهای یادگیری ماشین را برای به دست آوردن سریع و به راحتی بینش از داده های خود ارائه می دهد. یادگیری ماشین با R ، نسخه چهارم ، یک راهنمای دستی ، در دسترس و قابل خواندن برای استفاده از یادگیری ماشین برای مشکلات دنیای واقعی فراهم می کند.این که آیا شما یک کاربر R با تجربه هستید یا به زبان جدید هستید ، برت لانتز به شما می آموزد که برای پیش پردازش داده ها ، کشف بینش های کلیدی ، پیش بینی های جدید و تجسم یافته های خود ، همه چیزهایی را که باید بدانید.این نسخه دهمین سالگرد دارای چندین فصل جدید است که نشان دهنده پیشرفت یادگیری ماشین در چند سال گذشته است و به شما در ایجاد مهارت های علوم داده خود کمک می کند و مشکلات چالش برانگیزتری را برطرف می کند ، از جمله ساختن مدل های موفقیت آمیز یادگیری ماشین و آماده سازی داده های پیشرفته ، ایجاد زبان آموزان بهتر و بهتراستفاده از داده های بزرگ. شما همچنین می توانید این کتاب کلاسیک Data Science را با کتابخانه های جدیدتر و بهتر ، مشاوره در مورد مسائل اخلاقی و تعصب در یادگیری ماشینی و مقدمه ای برای یادگیری عمیق ، به R 4.0.0 به روز کنید.این که آیا شما به دنبال این هستید که اولین قدم های خود را با R برای یادگیری ماشین انجام دهید یا اطمینان حاصل کنید که مهارت ها و دانش شما به روز است ، این یک خواندن غیرقابل قبول است که به شما در یافتن بینش های قدرتمند جدید در داده های خود کمک می کند. آنچه یاد خواهید گرفت فرآیند پایان به پایان یادگیری ماشین را از داده های خام تا پیاده سازی بیاموزید با استفاده از نزدیکترین روشهای همسایه و بیزی ، نتایج مهم را طبقه بندی کنید پیش بینی رویدادهای آینده با استفاده از درختان تصمیم گیری ، قوانین و دستگاه های بردار پشتیبانی داده های عددی را پیش بینی کرده و ارزش های مالی را با استفاده از روش های رگرسیون تخمین بزنید فرآیندهای پیچیده را با شبکه های عصبی مصنوعی مدل کنید داده ها را با استفاده از Tidyverse آماده ، تبدیل و تمیز کنید مدل های خود را ارزیابی کرده و عملکرد آنها را بهبود بخشید R را به پایگاه داده های SQL وصل کنید و فن آوری های داده های بزرگ در حال ظهور مانند Spark ، Hadoop ، H2O و TensorFlow این کتاب برای چه کسی است این کتاب به منظور کمک به دانشمندان داده ، آکوارینده ها ، تحلیلگران داده ، تحلیلگران مالی ، دانشمندان علوم اجتماعی ، دانش آموزان یادگیری تجارت و ماشین و سایر پزشکان که می خواهند یک راهنمای واضح و در دسترس برای یادگیری ماشین با R. تجربه کنند ، طراحی شده است.قرار گرفتن در معرض قبلی با آمار و برنامه نویسی مفید است. فهرست مطالب معرفی یادگیری ماشین مدیریت و درک داده ها یادگیری تنبل - طبقه بندی با استفاده از نزدیکترین همسایگان یادگیری احتمالی - طبقه بندی با استفاده از خلیج های ساده لوح تقسیم و تسخیر - طبقه بندی با استفاده از درختان و قوانین تصمیم گیری پیش بینی داده های عددی - روش های رگرسیون روش های جعبه سیاه-شبکه های عصبی و دستگاه های بردار پشتیبانی یافتن الگوها - تجزیه و تحلیل سبد بازار با استفاده از قوانین انجمن یافتن گروه هایی از داده ها-خوشه بندی با k-means ارزیابی عملکرد مدل موفقیت در یادگیری ماشین تهیه داده های پیشرفته داده های چالش برانگیز - خیلی زیاد ، خیلی کم ، خیلی پیچیده ساختن زبان آموزان بهتر استفاده از داده های بزرگ

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر کتاب اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.