Искусство машинного обучения: практическое руководство по машинному обучению с использованием R на русском
#1797406
The Art of Machine Learning: A Hands-On Guide to Machine Learning with R (B09BKK9K48)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Norman Matloff | #175: Языки программирования и инструменты
Научитесь профессионально применять различные методы машинного обучения к реальным данным с помощью этого практического руководства.
Книга «Искусство машинного обучения» , наполненная реальными наборами данных и практическими примерами, поможет вам развить интуитивное понимание того, как и почему работают методы машинного обучения, без необходимости в углубленной математике.
По мере изучения книги вы научитесь применять целый ряд мощных методов машинного обучения, начиная с метода k-ближайших соседей (k-NN) и случайных лесов, и переходя к градиентному бустингу, машинам опорных векторов (SVM), нейронным сетям и многому другому.
С помощью реальных наборов данных вы углубитесь в регрессионные модели, используя данные о системе проката велосипедов, изучите деревья решений, используя данные о такси Нью-Йорка, и проанализируете параметрические методы на примере статистики бейсболистов. Вы также найдете советы экспертов по предотвращению распространенных проблем, таких как работа с «некачественными» или несбалансированными данными, и по устранению типичных ошибок.
Вы также изучите:
Машинное обучение — это искусство, требующее тщательной настройки и доработки. С помощью книги «Искусство машинного обучения » вы освоите основные принципы машинного обучения, которые позволят вам эффективно использовать эти модели, а не просто предоставлять несколько вариантов действий на фондовом рынке с ограниченной практической пользой.
Требования: базовое понимание графиков и диаграмм, а также знание языка программирования R.
Книга «Искусство машинного обучения» , наполненная реальными наборами данных и практическими примерами, поможет вам развить интуитивное понимание того, как и почему работают методы машинного обучения, без необходимости в углубленной математике.
По мере изучения книги вы научитесь применять целый ряд мощных методов машинного обучения, начиная с метода k-ближайших соседей (k-NN) и случайных лесов, и переходя к градиентному бустингу, машинам опорных векторов (SVM), нейронным сетям и многому другому.
С помощью реальных наборов данных вы углубитесь в регрессионные модели, используя данные о системе проката велосипедов, изучите деревья решений, используя данные о такси Нью-Йорка, и проанализируете параметрические методы на примере статистики бейсболистов. Вы также найдете советы экспертов по предотвращению распространенных проблем, таких как работа с «некачественными» или несбалансированными данными, и по устранению типичных ошибок.
Вы также изучите:
- Как работать с большими наборами данных и методы уменьшения размерности.
- Подробности о том, как компромисс между смещением и дисперсией проявляется в конкретных методах машинного обучения.
- Модели, основанные на линейных зависимостях, включая гребенчатую и LASSO-регрессию.
- Классификация изображений и текста в реальных условиях и методы обработки данных временных рядов.
Машинное обучение — это искусство, требующее тщательной настройки и доработки. С помощью книги «Искусство машинного обучения » вы освоите основные принципы машинного обучения, которые позволят вам эффективно использовать эти модели, а не просто предоставлять несколько вариантов действий на фондовом рынке с ограниченной практической пользой.
Требования: базовое понимание графиков и диаграмм, а также знание языка программирования R.