MARC状态：审校 文献类型：中文图书 浏览次数：29
- 题名/责任者:
- 机器学习与R语言/(美) 布雷特·兰茨著 许金炜, 李洪成, 潘文捷译
- 出版发行项:
- 北京:机械工业出版社,2021.6
- ISBN及定价:
- 978-7-111-68457-2/CNY99.00
- 载体形态项:
- x, 294页:图;26cm
- 统一题名:
- Machine learning with R
- 丛编项:
- 数据科学与工程技术丛书
- 个人责任者:
- 兰茨 (Lantz, Brett) 著
- 个人次要责任者:
- 许金炜 译
- 个人次要责任者:
- 李洪成 译
- 个人次要责任者:
- 潘文捷 译
- 学科主题:
- 机器学习
- 学科主题:
- 程序语言-程序设计
- 中图法分类号:
- TP181
- 中图法分类号:
- TP312.8R
- 版本附注:
- 据原书第3版译出
- 出版发行附注:
- 由Packt Publishing授权
- 提要文摘附注:
- 本书共12章：第1章介绍机器学习的基本概念和理论，并介绍用于机器学习的R软件环境的准备；第2章介绍如何应用R来管理数据，进行数据的探索分析和数据可视化；第3-9章介绍典型的机器学习算法，包括k近邻分类算法、朴素贝叶斯算法、决策树和规则树、回归预测、黑盒算法--神经网络和支持向量机、关联分析、k均值聚类，并给出大量的实际案例和详细的分析步骤，例如乳腺癌的判断、垃圾短信的过滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预测、建筑用混凝土强度的预测、光学字符的识别、超市购物篮关联分析以及市场细分等；第10章介绍模型性能评价的原理和方法；第11章给出提高模型性能的几种常用方法；第12章讨论用R进行机器学习时可能遇到的一些高级主题，如特殊形式的数据、大数据集的处理、并行计算和GPU计算等技术。
- 使用对象附注:
- 机器学习技术人员。
全部MARC细节信息>>