机器学习实战:使用R/tidyverse和mlr
正版保障 假一赔十 可开发票
￥ 75.76 6.4折 ￥ 118 全新
库存21件
广东广州
认证卖家担保交易快速发货售后保障
作者(英)赫芬·I.里斯(Hefin I. Rhys)著
出版社清华大学出版社
ISBN9787302578277
出版时间2021-06
装帧平装
开本16开
定价118元
货号11079463
上书时间2024-01-25
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
赫芬·I.里斯（Hefin I.Rhvs），UCB资深科学家，拥有伦敦玛丽女王大学威廉·哈维研究院的博士学位，他在YotTube上开设有R与RStudio的视频教程。
目录
第I部分简介
第1章 机器学习介绍
1.1 机器学习的概念
1.1.1 人工智能和机器学习
1.1.2 模型和算法的区别
1.2 机器学习算法的分类
1.2.1 监督、无监督和半监督机器学习算法的区别
1.2.2 分类、回归、降维和聚类算法
1.2.3 深度学习简介
1.3 关于机器学习道德影响的思考
1.4 使用R语言进行机器学习的原因
1.5 使用哪些数据集
1.6 从本书可以学到什么
1.7 本章小结
第2章 使用tidyverse整理、操作和绘制数据
2.1 tidyverse和整洁数据的概念
2.2 加载tidyverse
2.3 tibble程序包及其功能介绍
2.3.1 创建tibble
2.3.2 将现有数据框转换为tibble
2.3.3 数据框和tibble的区别
2.4 dplyr程序包及其功能介绍
2.4.1 使用dplyr操作C02数据集
2.4.2 链接dplyr函数
2.5 ggplot2程序包及其功能介绍
2.6 tidyr程序包及其功能介绍
2.7 purrr程序包及其功能介绍
2.7.1 使用maptfl函数替换for循环
2.7.2 返回原子向量而非列表
2.7.3 在map()系列函数中使用匿名函数
2.7.4 使用walk()产生函数的副作用
2.7.5 同时遍历多个列表
2.8 本章小结
2.9 练习题答案
第Ⅱ部分分类算法
第3章 基于相似性的k近邻分类
3.1 后近邻算法的概念
3.1 1如何学习k近邻算法
3.1.2 如果票数相等，会出现什么情况
3.2 建立第一个kNN模型
3.2.1 加载和研究糖尿病数据集
3.2.2 运用mlr训练第一个kNN模型
3.2.3 mlr想要实现的目标：定义任务
……
第III部分 回归算法
第IV部分 降维算法
第V部分 聚类算法
附录 复习统计学概念
内容摘要
《机器学习实战：使用R、tidyverse和mlr》将使用RStudio和很好棒的mlr程序包开启你的机器学习之旅。这本实用指南简化了理论,避免了不必要的复杂统计和数学知识,所有核心的机器学习技术都通过图形和易于掌握的示例进行清晰的解释。每一章的内容都十分引人入胜，你将掌握如何把新的算法付诸实践，以解决各种预测分析问题，包括泰坦尼克沉船事件中不同乘客的幸存概率、垃圾邮件过滤、毒酒事件调查等。
主编推荐
"为什么使用R语言进行机器学习？ R和Python是两种最常用的数据科学语言，两种语言并没有保证优势，各有所长。Python是更通用的编程语言，优选的深度学习方法更容易通过使用Python来编写实现。R语言擅长数据分析、统计建模，有简化数据科学任务的tidyverse程序包。 为什么要用mlr程序包？ R语言中机器学习算法的通用接口，类似于Python的scikit-learn库。 为什么要用tidyverse程序包？ 数据处理是机器学习中最耗时和复杂的部分，tidyverse程序包可以使数据的处理、转换和可视化变得简单、合理且可复制，大大简化了数据整理的过程。 "
精彩内容
本书将使用RStudio和非常棒的mlr程序包开启你的机器学习之旅。这本实用指南简化了理论，避免了不必要的复杂统计和数学知识，所有核心的机器学习技术都通过图形和易于掌握的示例进行清晰的解释。每一章的内容都十分引人入胜，你将掌握如何把新的算法付诸实践，以解决各种预测分析问题，包括泰坦尼克沉船事件中不同乘客的幸存概率、垃圾邮件过滤、毒酒事件调查等。主要内容使用tidyverse程序包处理和绘制数据、监督机器学习和非监督机器学习技术、分类、回归、降维和聚类算法、统计学基础。
媒体评论
为什么使用R语言进行机器学习？
R和Python是两种最常用的数据科学语言，两种语言并没有绝对优势，各有所长。Python是更通用的编程语言，先进的深度学习方法更容易通过使用Python来编写实现。R语言擅长数据分析、统计建模，有简化数据科学任务的tidyverse程序包。
为什么要用mlr程序包？
R语言中机器学习算法的通用接口，类似于Python的scikit-learn库。
为什么要用tidyverse程序包？
数据处理是机器学习中最耗时和复杂的部分，tidyverse程序包可以使数据的处理、转换和可视化变得简单、合理且可复制，大大简化了数据整理的过程。
机器学习算法工具箱，以图形化、非数学的方式介绍常用算法的原理、实现与适用场景。源代码获取见书封底二维码。
“简单的语言，清晰的解释，恰当的示例……我喜欢这本书!”——Mario Giesel, Mediaplus
“这本书不仅实用性很强，而且读起来很有趣!”——Fernando Garcia Sedano , Dinacell Electronica
“对机器学习做了十分精彩的介绍。”——Luis Moux,EMO
“清晰的语言，贴近生活的示例，涵盖各种算法，附带各种练习以磨炼你的技能。”———Prabhuti Prakash,Atos
— 没有更多了 —
以下为对购买帮助不大的评价