Bevezetés a gépi tanulásba az R segítségével: szigorú matematikai elemzés

Olvasói vélemények

A könyv nagyszerű bevezető útmutatóként szolgál a gépi tanuláshoz az R-ben, és a kezdők számára könnyen lebontja az összetett fogalmakat. Ugyanakkor sok kritika éri, mivel számos elírást és hibát tartalmaz, amelyek összezavarhatják az olvasókat, különösen a kezdőket.

⬤ Könnyen érthető
⬤ jó bevezető tartalom
⬤ átfogó bevezetés a gépi tanulás fogalmaiba
⬤ gyakorlati példákat tartalmaz a caret csomag használatával
⬤ jó szerkezet a kezdőknek.

⬤ Gépelési hibáktól és elírásoktól hemzseg
⬤ a kimenet nem egyezik a megadott szöveggel
⬤ nyomtatási minőségi problémák
⬤ a korrektúra hiánya miatt sok olvasó javasolja, hogy várjunk egy átdolgozott kiadásra.

(7 olvasói vélemény alapján)

Eredeti címe:

Introduction to Machine Learning with R: Rigorous Mathematical Analysis

Könyv tartalma:

A gépi tanulás félelmetes téma, amíg nem ismered az alapokat. Ha érti az alapvető kódolási fogalmakat, ez a bevezető útmutató segít abban, hogy szilárd alapokat szerezzen a gépi tanulás alapelveiben.

Az R programozási nyelvet használva először a regressziós modellezéssel kezdi a tanulást, majd áttér az olyan haladóbb témákra, mint a neurális hálózatok és a faalapú módszerek. Végül a gépi tanulás határterületeibe merül el, az R-ben található caret csomag segítségével. Miután megismerkedik az olyan témákkal, mint például a regressziós és osztályozási modellek közötti különbség, képes lesz a gépi tanulással kapcsolatos problémák széles skáláját megoldani.

A szerző, Scott V.

Burger számos példával segíti a gépi tanulással kapcsolatos munkaismeretek kialakítását. Fedezze fel a gépi tanulási modelleket, algoritmusokat és az adatok képzését.

Értse meg a gépi tanulási algoritmusokat felügyelt és felügyelet nélküli esetekben. Vizsgálja meg a modellekben felhasználható adatok tervezésének statisztikai fogalmait. Merüljön el az üzleti és tudományos életben használt lineáris regressziós modellekben.

Használjon egyrétegű és többrétegű neurális hálózatokat az eredmények kiszámításához. Nézze meg, hogyan működnek a fa alapú modellek, beleértve a népszerű döntési fákat. Átfogó képet kap a gépi tanulás ökoszisztémájáról az R-ben.

Fedezze fel az R caret csomagjában elérhető eszközök erőművét.