R语言机器学习
正版新书 新华官方库房直发 可开电子发票
￥ 39.53 6.7折 ￥ 59 全新
仅1件
作者(印度)拉格哈夫·巴利(Raghav Bali),(印度)迪潘简·撒卡尔(Dipanjan Sarkar) 著;李洪成,潘文捷 译
出版社机械工业出版社
ISBN9787111565901
出版时间2017-06
版次1
装帧平装
开本16开
纸张胶版纸
页数223页
定价59元
货号SC:9787111565901
上书时间2024-06-26
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
拉格晗夫·巴利，拥有印度Barlgalore靠前信息技术学院信息技术硕士学位(品牌得主)。他是Intel的IT工程师，从事分析、商务智能和应用程序开发。他曾在ERP、金融、商务智能等领域的一些世界很好公司从事分析和开发工作。
精彩内容:
Preface?前 言数据科学和机器学习是当今技术领域中的很好流行语。从零售商店到世界500强企业，每个人都在努力使用机器学习从庞大的数据中获得有价值的信息，以发展其业务。借助强大的数据处理功能、丰富的机器学习包和活跃的开发者社区，R使用户能够构建复杂的机器学习系统，解决现实世界中的数据问题。 本书将带你踏上数据驱动的旅程，从最基础的R和机器学习开始，逐步学习如何解决实际问题。 本书内容第1章概述本书的内容，帮助你熟悉R及其基础知识。该章还简短地介绍机器学习。 第2章通过解释机器学习的基本概念，深入研究机器学习。同时，还呈现各种类型的学习算法，以及现实世界中的一些示例。 第3章开始介绍第一个项目的第一部分，使用各种机器学习技术进行电子商务产品推荐、预测和模式分析。该章针对市场购物篮分析和关联规则挖掘，检测客户的购物模式和趋势，使用这些技术进行产品预测和推荐。这些技术在零售企业和电子商务商店（例如Target、Macy’s、Flipkart和Amazon）中广泛使用，用来进行产品推荐。 第4章介绍第一个项目（电子商务产品推荐、预测和模式分析）的第二部分。该章分析不同用户对电子商务产品的评论和评级，使用算法和技术（例如，用户协同过滤）设计一个推荐系统。 第5章开始介绍第二个项目，将机器学习应用到一个复杂的金融场景中，即处理信用风险检测和预测。该章介绍新的主题，研究1000名向银行申请贷款的用户的金融信用数据集。我们将使用机器学习技术检测具有潜在信用风险以及贷款后
...
内容简介:
数据科学和机器学习是当今技术领域中很好的流行语。本书将带您进行一次数据驱动的旅程，从基础的R和机器学习开始，逐步建立用于解决实际问题的项目的概念。本书共8章。靠前章介绍R及其相关的基础知识，并简单介绍了机器学习的概念。第2章深入研究机器学习，介绍各种类型的学习算法，以及一些现实世界的案例。第3章使用市场购物篮分析和关联规则挖掘进行电子商务产品推荐、预测和模式分析。第4章分析不同用户对电子商务产品的评论和评级，使用算法和技术（例如用户协同过滤器）设计一个推荐系统。第5章将机器学习应用于信用风险检测和预测中。第6章使用多种机器学习算法检测和预测哪些客户具有潜在信用风险，介绍了多种有监督学习算法并比较它们的性能。第7章介绍社交媒体和通过TwitterAPI收集数据的过程。第8章根据TwitterAPI的知识建立一个项目，基于该项目分析推文中的情感。
目录:
译者序
前言
关于作者
关于审稿人
第1章 开始使用R语言和机器学习 1
1.1 探究R的基本内容 2
1.1.1 使用R作为科学计算器 2
1.1.2 向量运算 3
1.1.3 特殊值 5
1.2 R的数据结构 5
1.2.1 向量 6
1.2.2 数组和矩阵 8
1.2.3 列表 13
1.2.4 数据框 16
1.3 使用函数 20
1.3.1 内置函数 20
1.3.2 用户自定义函数 20
1.3.3 以参数形式传递函数 21
1.4 控制代码流 22
1.4.1 使用if、if-else和ifelse语句 22
1.4.2 使用switch语句 23
1.4.3 循环 23
1.5 高级结构 24
1.5.1 lapply和sapply函数 25
1.5.2 apply函数 26
1.5.3 tapply函数 27
1.5.4 mapply函数 28
1.6 进一步使用R 29
1.6.1 获得帮助 29
1.6.2 处理添加包&nb
...
— 没有更多了 —
以下为对购买帮助不大的评价