R语言机器学习(原书第2版)--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

《R语言机器学习（原书第2版）》主要在第1版的基础上增加了两个部分：一个是关于时间序列模型的新章节（第9章），这是一个源于统计学的传统主题。第二个新增的章节是深度学习（第11章），它是机器学习的一个迅速崛起的子领域。除了增加这两个章节之外，书中的文本和代码会以一种读者友好的新格式来整体呈现。新版会继续专注于使用流行的统计编程语言R来构建用例。对于深度学习这样的主题，我们建议采用Python语言来配合TensorFlow这样的框架。但是，在第2版中，我们会向读者展示如何在TensorFlow中使用R语言编程，因此如果读者只熟悉R，可以暂时无须学习Python。与第1版一样，我们通过各种实际用例保持了机器学习理论与应用的良好平衡，为读者提供了一个真正全面的机器学习主题集合。

作者简介

卡西克·拉玛苏布兰马尼安（Karthik Ramasubramanian）就职于印度创业技术公司Hike Messenger。他一直为零售、电子商务和技术行业解决跨行业的数据科学问题，开发数据驱动的解决方案并进行原型构建。Karthik对整个数据科学生命周期（从探索数据问题，到创建数据科学模型，以及开发各行业相关产品）都具有丰富的经验。
阿布舍克·辛格（ Abhishek Singh）领导的数据科学专业团队正在解决粮食安全、网络安全、自然灾害、医疗保健以及更多领域的紧迫问题。他对美国银行的资产进行了压力测试，开发了保险定价模型，并优化了客户的电信体验。他积极参与数据科学分析相关的思想交流、创作、公开演讲、会议和培训。他坚定地支持负责任地使用人工智能来消除偏见，并坚信合理使用AI将使生活更美好。

译者序
前言
第1章机器学习和R语言入门
1.1了解发展历程
1.1.1统计学习
1.1.2机器学习
1.1.3人工智能
1.1.4数据挖掘
1.1.5数据科学
1.2概率与统计
1.2.1计数和概率的定义
1.2.2事件和关系
1.2.3随机性、概率和分布
1.2.4置信区间和假设检验
1.3R语言入门
1.3.1基本组成部分
1.3.2R语言的数据结构
1.3.3子集处理
1.3.4数和Apply系列
1.4机器学习过程工作流
1.4.1计划
1.4.2探索
1.4.3构建
1.4.4评估
1.5其他技术
1.6小结
第2章数据准备和探索
2.1规划数据收集
2.1.1变量类型
2.1.2数据格式
2.1.3数据源的类型
2.2初始数据分析
2.2.1初步印象
2.2.2把多个数据源组织到一起
2.2.3整理数据
2.2.4补充更多信息
2.2.5重塑
2.3探索性数据分析
2.3.1摘要统计量
2.3.2矩
2.4案例研究：信用卡欺诈
2.4.1数据导入
2.4.2数据变换
2.4.3数据探索
2.5小结
第3章抽样与重抽样技术
3.1介绍抽样技术
3.2抽样的术语
3.2.1样本
3.2.2抽样分布
3.2.3总群体的均值和方差
3.2.4样本均值和方差
3.2.5汇总的均值和方差
3.2.6抽样点
3.2.7抽样误差
3.2.8抽样率
3.2.9抽样偏误
……
第4章R语言里的数据可视化
第5章特征工程
第6章机器学习理论和实践
第7章机器学习模型的评估
第8章模型性能改进
第9章时间序列模型
第10章可扩展机器学习和相关技术
第11章用Keras和TensorFlow进行深度学习

R语言机器学习(原书第2版)

库存： {{selectedSku?.stock}} 库存充足