µn¤J
¡U
µù¥U
¡U
·|û¤¤¤ß
¡U
µ²±b
¡U
°ö°V½Òµ{
Å]ªk§Ì¤l
¡U
¦Û¸ê¥Xª©
¡U
¹q¤l®Ñ
¡U
«ÈªA¤¤¤ß
¡U
´¼¼z«¬¥ßÊ^·|û
®Ñ¦W
¥Xª©ªÀ
§@ªÌ
isbn
½s¸¹
5050Å]ªk²³Äw
|
NG®Ñ«°
|
°ê»Ú¯Å«~µP½Òµ{
|
Àu´f³qª¾
|
ÅRÆE^¶¯µ¼Öºë¿ï
|
·L³B²z¾÷¡þ³æ´¹¤ù²Õ¦X»y¨¥±Ð¾Ç½d¥»(ªþCD)
¦¹§@ªÌµL¬ÛÃö®ÑÄy
¤å¾Ç¤p»¡
¤å¾Ç
¡U
¤p»¡
°ÓºÞ³Ð§ë
°]¸g§ë¸ê
¡U
¦æ¾P¥øºÞ
¤H¤åÃÀ§{
©v±Ð¡Bõ¾Ç
ªÀ·|¡B¤H¤å¡B¥v¦a
ÃÀ³N¡B¬ü¾Ç
¡U
¹q¼vÀ¸¼@
Ày§Ó¾i¥Í
ÂåÀø¡B«O°·
®Æ²z¡B¥Í¬¡¦Ê¬ì
±Ð¨|¡B¤ß²z¡BÀy§Ó
¶i׾Dzß
¹q¸£»Pºô¸ô
¡U
»y¨¥¤u¨ã
Âø»x¡B´Á¥Z
¡U
x¬F¡Bªk«ß
°Ñ¦Ò¡B¦Ò¸Õ¡B±Ð¬ì¥Î®Ñ
¬ì¾Ç¤uµ{
¬ì¾Ç¡B¦ÛµM
¡U
¤u·~¡B¤uµ{
®a®x¿Ë¤l
®a®x¡B¿Ë¤l¡B¤H»Ú
«C¤Ö¦~¡Bµ£®Ñ
ª±¼Ö¤Ñ¦a
®È¹C¡B¦a¹Ï
¡U
¥ð¶¢®T¼Ö
º©µe¡B´¡¹Ï
¡U
¨î¯Å
¾÷¾¹¾Ç²ß¤Jªù¡GR»y¨¥(ªþ½d¨Ò¥úºÐ)
§@ªÌ¡G
徐偉智¡B社團法人數位經濟發展
¤ÀÃþ¡G
°Ñ¦Ò¡E¦Ò¸Õ¡E±Ð¬ì®Ñ
¡þ
¤j±M¾Ç°|±Ð¬ì®Ñ
¥Xª©ªÀ¡G
¥þµØ¹Ï®Ñ
¥Xª©¤é´Á¡G2021/1/15
ISBN¡G9789865035334
®ÑÄy½s¸¹¡Gkk0527594
¶¼Æ¡G320
©w»ù¡G
420
¤¸
Àu´f»ù¡G
88
§é
370
¤¸
®Ñ»ùY¦³²§°Ê¡A¥H¥Xª©ªÀ¹ê»Ú©w»ù¬°·Ç
qÁÊ«á¥ß§Y¬°±z¶i³f
qÁÊ«á¥ß§Y¬°±z¶i³f¡G¥Ø«eµL®w¦s¶q,ŪªÌ¤Uq«á,¶}©l¶i¤J½Õ®Ñµ{§Ç,¤@¯ë¤Ñ¼Æ¬ù¬°2-10¤u§@¤é(¤£§t¨Ò°²¤é)¡C
¹ÎÁʼƳ̧C¬° 20 ¥»¥H¤W
µû»ù¼Æ¡G
(½Ð±N·Æ¹«²¾¦Ü¬P¬P³B¶i¦æµû»ù)
¥Ø«e¥§¡µû»ù¡G
¤å¦r³sµ²
½Æ»s»yªk
¾÷¾¹¾Ç²ß¤Jªù¡GR»y¨¥(ªþ½d¨Ò¥úºÐ)
¹Ï¤ù³sµ²
½Æ»s»yªk
¤À
¨É
¤º®e²¤¶
®ÑÄy¥Ø¿ý
¦PÃþ±ÀÂË
機器學習入ªù¡GR»y¨¥(ªþ範例光碟) 內容簡介 機器學習是AI人工智慧的基礎¡A但機器學習本¨是ªù¸û°ª深的½Ò程¡A¦Ó本書為了ÅýŪªÌ¯à夠»´易理¸Ñ¡A°£了從入ªùªÌ的¨¤度做編寫外¡A並且利用R的簡潔代碼¡A來»´ÃP¾r¶¿繁Âø的統p模型¡C書中先Á¿zAI及R»y¨¥¡A從R安¸Ë¡B基礎»y法到¶i¶¥»y法¡AÅýŪªÌ¯à夠先掌握R»y¨¥¡A接µÛ經由R來Á¿z機器學習的各種實作¶µ目¡A如¸ê料分析¡B線性回歸模型及模型µû估等¡AÂÇ此¯à夠將R活用¡A並且對於機器學習有更¶i一步的»{ÃÑ¡C本書¾A用於大學¡B科大¸ê工¡B¹q機¡B¹q子¡B¹q³q科系¡u機器學習¡v½Ò程使用¡C 本書特¦â 1.本書完全以入ªùªÌ的¨¤度編寫¡A並ÂÇ由R»y¨¥的簡潔代碼¾r¶¿繁Âø的機器學習模型¡C 2.由淺入深介紹AI及R»y¨¥(R的安¸Ë¡B基礎»y法¡B¶i¶¥»y法)¡AÅýŪªÌ¯à夠掌握R»y¨¥之後¡A再介紹機器學習模型各種功¯à函式的使用(線性回歸¡BSVM¡BÃþ神經網¸ô¡B決策樹)¡C 3.ÂÇ由循序漸¶i的方式推導支持向¶q激(SVM)»P羅吉斯°j歸的原理¡A僅»Ý具備°ª中數學¯à力即可理¸Ñ¡C 4.本書以淺Åã易懂的方式介紹如何從¸ê料¶°°V練出決策樹¡C
¥Ø¿ý ²Ä¤@³¹ AI¡BAI§Þ³N»PAIÀ³¥Î 1-1 ¤H¤u´¼¼z 1-2 AI §Þ³N 1-3 AIÀ³¥Î 1-4 AI»P¼Æ¾Ç 1-4-1 ¨ç¼Æªº·§©À 1-4-2 ½u©Ê¥N¼Æªº·§©À 1-4-3 ·L¤Àªº·§©À 1-4-4 ±`ºA¤À§G·§½× 1-4-5 ¾÷²v»P²Îp·§½× 1-5 AI»P½sµ{ ²ßÃD ²Ä¤G³¹ Rªº¦w¸Ë»P¨Ï¥Î 2-1 ¤U¸üR³nÅé 2-2 Rªº¦w¸Ë 2-3 Rªº¨Ï¥Î ²ßÃD ²Ä¤T³¹ R»y¨¥°ò¦½s¦¨»yªk 3-1 ¦ó¿×ÅܼơH 3-2 ½sµ{ªº¾Þ§@«¬©w¸q~¥HÅܼƬ°¨Ò 3-3 ¹Bºâ»P¸ê®Æ 3-4 ¨Mµ¦(if)»yªk 3-5 °j°é(loop) 3-6 ¦V¶q(vector)¸ê®Æª«¥ó 3-7 for°j°é 3-8 ¥\¯à©I¥s(function call) ²Ä¥|³¹ R»y¨¥¶i¶¥½sµ{»yªk 4-1 data.frame¸ê®Æµ²ºc 4-2 ²Ä¤T¤è®M¥óªº¨Ï¥Î 4-3 ¯x°}»P°}¦C 4-4 Ū¨ú¥~³¡¸ê®Æ 4-5 ggplot(¡K)¨ç¦¡ªº¨Ï¥Î 4-6 ¤@¨Ç¦³¥Îªº¨ç¦¡ ²Ä¤³¹ R¸ê®Æ¤ÀªRªº°ò¥»Æ[©À 5-1 ÀH¾÷¨ú¼Ë 5-2 ºKn²Îp(summary statistics) 5-3 ¬ÛÃö«Y¼Æ»P¦@Åܲ§¼Æ 5-4 ¸ê®Æ¤À¸sºtºâªk 5-5 R³nÅ骺K-means¤À¸s¨ç¦¡ªºÀ³¥Î ²Ä¤»³¹ ½u©Ê°jÂk¼Ò«¬ 6-1 ½u©Ê°jÂk´yz·§½× 6-2 Rªº½u©Ê°jÂk¼Ò«¬®M¥ó 6.3 ½u©Ê°jÂkÀ³¥Î¨t²Î 6.4 ½u©Ê¹w´ú¼Ò«¬ ²Ä¤C³¹ ½u©Ê¤ÀÃþ¾¹ 7-1 ½u©Ê°jÂk¤ÀÃþ¾¹ 7-2 ¤ä«ù¦V¶q¾÷¤ÀÃþ¾¹ 7-3 SVMì²z 7-4 ®Ö¨ç¼Æ ²Ä¤K³¹ «D½u©Ê¤ÀÃþ¾¹ 8-1 Ãþ¯«¸gºô¸ô¤ÀÃþ¾¹·§½× 8-2 Ãþ¯«¸gºô¸ôÀ³¥Î 8-3 RªºÃþ¯«¸gºô¸ô¾÷¾¹¾Ç²ß¼Ò²Õ 8-4 ¨Mµ¦¾ð¹ê°ÈÀ³¥Î ²Ä¤E³¹ ¼Ò«¬µû¦ô 9-1 ¤ÀÃþ¾¹®Ä¯à«ü¼Ð 9-2 ROC¦±½uªºÃ¸»s 9-3 ´Ý®t¤ÀªR
·s½sÀô¹Ò¬rª«¾Ç(²Ä¤G
¥Í¬¡¬ì§Þ(²Ä¤»ª©)
¤º¥~¬ìÅ@²z§Þ³N(²Ä¤Q
Javaµ{¦¡³]p¤Jªù
²{¥N°Ó¥Î^¤å¢w¢w®Ñ«H
ÂåÀø«æ±Ï(²Ä¤Gª©)
ªÅ®ð¦¾¬V¨¾¨î¡G²z½×¤Î
ºñ¦â¯à·½¬ì§Þ(²Ä¤»ª©
·s½s¤ò¸ÖÃýŪ(²Ä¥|ª©
°ò¥»Å@²z¾ÇÁ`½Æ²ß¢w¤ß
¬°¤F«O»Ù±zªºÅv¯q¡A·sµ·¸ôºô¸ô®Ñ©±©ÒÁʶRªº°Ó«~§¡¨É¦³¨ì³f¤C¤ÑªºÅ²½à´Á¡]§t¨Ò°²¤é¡^¡C°h¦^¤§°Ó«~¥²¶·©óŲ½à´Á¤º±H¦^¡]¥H¶lÂW©Î¦¬°õÁp¬°¾Ì¡^¡A¥B°Ó«~¥²¶·¬O¥þ·sª¬ºA»P§¹¾ã¥]¸Ë(°Ó«~¡Bªþ¥ó¡B¤º¥~¥]¸Ë¡BÀH³f¤å¥ó¡BÃØ«~µ¥)¡A§_«h®¤¤£±µ¨ü°h³f¡C