Introducere în învățarea automată cu R: Analiză matematică riguroasă

Recenzii ale cititorilor

Cartea servește ca un ghid introductiv excelent pentru învățarea automată în R, descompunând cu ușurință concepte complexe pentru începători. Cu toate acestea, este aspru criticată pentru că conține numeroase greșeli de scriere și erori care pot deruta cititorii, în special începătorii.

⬤ Ușor de înțeles
⬤ conținut introductiv bun
⬤ introducere cuprinzătoare a conceptelor de machine learning
⬤ include exemple practice folosind pachetul caret
⬤ structură bună pentru începători.

⬤ Plin de greșeli de tipar și erori
⬤ ieșirea nu se potrivește cu textul furnizat
⬤ probleme de calitate a imprimării
⬤ mulți cititori recomandă așteptarea unei ediții revizuite din cauza lipsei de corectură.

(pe baza a 7 recenzii ale cititorilor)

Titlul original:

Introduction to Machine Learning with R: Rigorous Mathematical Analysis

Conținutul cărții:

Învățarea automată este un subiect intimidant până când nu cunoști elementele de bază. Dacă înțelegeți conceptele de bază de codare, acest ghid introductiv vă va ajuta să dobândiți o bază solidă în ceea ce privește principiile învățării automate.

Folosind limbajul de programare R, veți începe să învățați mai întâi cu modelarea regresiei și apoi veți trece la subiecte mai avansate, cum ar fi rețelele neuronale și metodele bazate pe arbori. În cele din urmă, veți pătrunde în frontiera învățării automate, utilizând pachetul caret din R. Odată ce vă veți familiariza cu subiecte precum diferența dintre modelele de regresie și cele de clasificare, veți putea rezolva o serie de probleme de învățare automată.

Autorul Scott V.

Burger oferă mai multe exemple pentru a vă ajuta să vă formați o cunoaștere practică a învățării automate. Explorați modelele de învățare automată, algoritmii și instruirea datelor.

Înțelegeți algoritmii de învățare automată pentru cazurile supravegheate și nesupravegheate. Examinați conceptele statistice pentru proiectarea datelor pentru utilizarea în modele. Plonjați în modelele de regresie liniară utilizate în afaceri și în știință.

Utilizați rețele neuronale cu un singur strat și multistrat pentru calcularea rezultatelor. Analizați modul în care funcționează modelele bazate pe arbori, inclusiv arbori de decizie populari. Obțineți o imagine cuprinzătoare a ecosistemului de învățare automată în R.

Explorați puterea instrumentelor disponibile în pachetul caret din R.