Passer au contenu
Mon compte
Wishlist
Panier 00:00
Panier 00:00

Le Machine learning avec R

Audience : Adulte - Haut niveau
Le Pitch
Note biographique Scott V. Burgerest un data scientist vivant et travaillant à Seattle. Son expérience de la programmation vient du domaine de l'astrophysique, mais il l'utilise aussi dans de nombreux autres types de scénarios allant de l'informatique décisionnelle à l'optimisation des bases de données. Ayant construit une solide carrière bâtie sur la vulgarisation de concepts scientifiques auprès du grand public, Scott utilise cette expertise pour braquer les projecteurs sur le monde de l'apprentissage automatique au profit des utilisateurs du langage de programmation R ,PrésentationL'apprentissage automatique, un champ d'étude essentiel aux développements de l'Intelligence artificielle 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 O'Reilly Afficher moinsAfficher plus

Le Machine learning avec R

Indisponible
Sélectionnez la condition
Indisponible
Etre averti(e) de la disponibilité

Le Pitch

Note biographique Scott V. Burgerest un data scientist vivant et travaillant à Seattle. Son expérience de la programmation vient du domaine de l'astrophysique, mais il l'utilise aussi dans de nombreux autres types de scénarios allant de l'informatique décisionnelle à l'optimisation des bases de données. Ayant construit une solide carrière bâtie sur la vulgarisation de concepts scientifiques auprès du grand public, Scott utilise cette expertise pour braquer les projecteurs sur le monde de l'apprentissage automatique au profit des utilisateurs du langage de programmation R ,PrésentationL'apprentissage automatique, un champ d'étude essentiel aux développements de l'Intelligence artificielle 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 O'Reilly Afficher moinsAfficher plus

Détails du livre

Titre complet
Le Machine learning avec R - Modélisation mathématique rigoureuse - collection O'Reilly: Modélisation mathématique rigoureuse
Editeur
Format
Grand Format
Publication
04 octobre 2018
Traduction
Rougé, Daniel
Audience
Adulte - Haut niveau
Pages
224
Taille
23 x 18.9 x 1.4 cm
Poids
480
ISBN-13
9782412041154

Auteur

Livré entre : 26 juillet - 29 juillet
Disponible chez le fournisseur
Impression à la demande
Expédition immédiate
Chez vous entre :
Les délais de livraison ont tendance à s'accélérer ces dernières semaines, le temps indiqué peut être plus court que prévu. Les délais de livraison ont tendance à s'allonger ces dernières semaines, le temps indiqué peut être plus long que prévu.
Livraison gratuite (FR et BE) à partir de 20,00 € de livres d'occasion
Retour GRATUIT sous 14 jours.
Image to render

Revendez-le sur notre application!

Aller plus loin

Vous pouvez également aimer

Récemment consultés