登入
|
註冊
|
會員中心
|
結帳
|
培訓課程
魔法弟子
|
自資出版
|
電子書
|
客服中心
|
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
微處理機/單晶片組合語言教學範本(附CD)
此作者無相關書籍
文學小說
文學
|
小說
商管創投
財經投資
|
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
|
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
|
語言工具
雜誌、期刊
|
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
|
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
|
休閒娛樂
漫畫、插圖
|
限制級
機器學習入門:R語言(附範例光碟)
作者:
徐偉智、社團法人數位經濟發展
分類:
參考•考試•教科書
/
大專學院教科書
出版社:
全華圖書
出版日期:2021/1/15
ISBN:9789865035334
書籍編號:kk0527594
頁數:320
定價:
420
元
優惠價:
88
折
370
元
書價若有異動,以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨:目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數:
(請將滑鼠移至星星處進行評價)
目前平均評價:
文字連結
複製語法
機器學習入門:R語言(附範例光碟)
圖片連結
複製語法
分
享
內容簡介
書籍目錄
同類推薦
機器學習入門:R語言(附範例光碟) 內容簡介 機器學習是AI人工智慧的基礎,但機器學習本身是門較高深的課程,而本書為了讓讀者能夠輕易理解,除了從入門者的角度做編寫外,並且利用R的簡潔代碼,來輕鬆駕馭繁雜的統計模型。書中先講述AI及R語言,從R安裝、基礎語法到進階語法,讓讀者能夠先掌握R語言,接著經由R來講述機器學習的各種實作項目,如資料分析、線性回歸模型及模型評估等,藉此能夠將R活用,並且對於機器學習有更進一步的認識。本書適用於大學、科大資工、電機、電子、電通科系「機器學習」課程使用。 本書特色 1.本書完全以入門者的角度編寫,並藉由R語言的簡潔代碼駕馭繁雜的機器學習模型。 2.由淺入深介紹AI及R語言(R的安裝、基礎語法、進階語法),讓讀者能夠掌握R語言之後,再介紹機器學習模型各種功能函式的使用(線性回歸、SVM、類神經網路、決策樹)。 3.藉由循序漸進的方式推導支持向量激(SVM)與羅吉斯迴歸的原理,僅需具備高中數學能力即可理解。 4.本書以淺顯易懂的方式介紹如何從資料集訓練出決策樹。
目錄 第一章 AI、AI技術與AI應用 1-1 人工智慧 1-2 AI 技術 1-3 AI應用 1-4 AI與數學 1-4-1 函數的概念 1-4-2 線性代數的概念 1-4-3 微分的概念 1-4-4 常態分佈概論 1-4-5 機率與統計概論 1-5 AI與編程 習題 第二章 R的安裝與使用 2-1 下載R軟體 2-2 R的安裝 2-3 R的使用 習題 第三章 R語言基礎編成語法 3-1 何謂變數? 3-2 編程的操作型定義~以變數為例 3-3 運算與資料 3-4 決策(if)語法 3-5 迴圈(loop) 3-6 向量(vector)資料物件 3-7 for迴圈 3-8 功能呼叫(function call) 第四章 R語言進階編程語法 4-1 data.frame資料結構 4-2 第三方套件的使用 4-3 矩陣與陣列 4-4 讀取外部資料 4-5 ggplot(…)函式的使用 4-6 一些有用的函式 第五章 R資料分析的基本觀念 5-1 隨機取樣 5-2 摘要統計(summary statistics) 5-3 相關係數與共變異數 5-4 資料分群演算法 5-5 R軟體的K-means分群函式的應用 第六章 線性迴歸模型 6-1 線性迴歸描述概論 6-2 R的線性迴歸模型套件 6.3 線性迴歸應用系統 6.4 線性預測模型 第七章 線性分類器 7-1 線性迴歸分類器 7-2 支持向量機分類器 7-3 SVM原理 7-4 核函數 第八章 非線性分類器 8-1 類神經網路分類器概論 8-2 類神經網路應用 8-3 R的類神經網路機器學習模組 8-4 決策樹實務應用 第九章 模型評估 9-1 分類器效能指標 9-2 ROC曲線的繪製 9-3 殘差分析
眼科及視光儀器學【含
電氣安全(第四版)
運動生理學(第四版)
環境與生態(第五版)
新編婦女健康(第三版
人體解剖學(第二版)
職業安全衛生:心智圖
工業通風(第八版)
圖解人體生理學:一看
智慧領導、組織文化與
為了保障您的權益,新絲路網路書店所購買的商品均享有到貨七天的鑑賞期(含例假日)。退回之商品必須於鑑賞期內寄回(以郵戳或收執聯為憑),且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等),否則恕不接受退貨。