Machine learning avec R / Scott V. Burger

Public ISBD Titre : Machine learning avec R : pour une modélisation mathématique rigoureuse Type de document : texte imprimé Auteurs : Scott V. Burger, Auteur Editeur : Paris : First interactive Année de publication : DL 2018 Autre Editeur : O'Reilly Importance : 1 vol. (X-224 p.) Présentation : ill. Format : 23 cm ISBN/ISSN/EAN : 978-2-412-04115-4 Prix : 35 EUR Note générale : Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : R  Apprentissage automatique Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage automatique, de ses modèles, de ses algorithmes et de l'entraînement des données Comprenez les algorithmes d'apprentissage automatique supervisés et non supervisés Examinez les notions statistiques utiles pour la conception de données à utiliser dans les modèles Plongez dans les modèles de régression linéaire utilisés dans les affaires et la science Utilisez des réseaux de neurones monocouches et multicouches pour calculer les sorties Regardez comment fonctionnent les modèles arborescents, y compris les arbres de décision courants Obtenez une vue complète de l'écosystème de l'apprentissage automatique en R Explorez la puissance des outils disponibles dans le package caret de R Machine learning avec R : pour une modélisation mathématique rigoureuse [texte imprimé] / Scott V. Burger, Auteur . - Paris : First interactive : O'Reilly, DL 2018 . - 1 vol. (X-224 p.) : ill. ; 23 cm. ISBN : 978-2-412-04115-4 : 35 EUR Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : R  Apprentissage automatique Index. décimale : K.45 Intelligence artificielle et big-data, machine Learning Résumé : L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en connaissiez les principes fondamentaux. Si vous comprenez les principes essentiels du codage, ce livre d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis vous passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique. en utilisant le package caret associé au langage de programmation R. Une fois que vous aurez développé une réelle familiarité avec des sujets tels que la différence entre les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. Explorez le domaine de l'apprentissage automatique, de ses modèles, de ses algorithmes et de l'entraînement des données Comprenez les algorithmes d'apprentissage automatique supervisés et non supervisés Examinez les notions statistiques utiles pour la conception de données à utiliser dans les modèles Plongez dans les modèles de régression linéaire utilisés dans les affaires et la science Utilisez des réseaux de neurones monocouches et multicouches pour calculer les sorties Regardez comment fonctionnent les modèles arborescents, y compris les arbres de décision courants Obtenez une vue complète de l'écosystème de l'apprentissage automatique en R Explorez la puissance des outils disponibles dans le package caret de R

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
100056990	K.45 BUR	Livre	Salle " Abraham Lincoln"	AL-E7c	A Consulter sur Place Exclu du prêt
100056984	K.45 BUR	Livre	Salle " Abraham Lincoln"	AL-E7c	Prêt possible Disponible

---

1 (1 - 1 / 1) Par page : 25 50 100 200