Cargando…

Machine learning avec R

L'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 codag...

Descripción completa

Detalles Bibliográficos
Autor principal: Burger, Scott V.
Formato: Electrónico eBook
Idioma:Indeterminado
Francés
Publicado: [S.l.] : Editions First, 2018.
Temas:
Acceso en línea:Texto completo (Requiere registro previo con correo institucional)

MARC

LEADER 00000cam a2200000Mu 4500
001 OR_on1202548743
003 OCoLC
005 20231017213018.0
006 m d
007 cr |n|||||||||
008 201011s2018 xx o ||| 0 und d
040 |a VT2  |b eng  |c VT2  |d UAB  |d OCLCO  |d ERF  |d OCLCO  |d DST  |d OCLCQ 
019 |a 1300519635  |a 1303391377 
020 |a 9782412041154 
020 |a 2412041156 
029 1 |a AU@  |b 000071521082 
035 |a (OCoLC)1202548743  |z (OCoLC)1300519635  |z (OCoLC)1303391377 
041 |a fre 
082 0 4 |a 006.31  |q OCoLC  |2 23/eng/20230216 
049 |a UAMI 
100 1 |a Burger, Scott V. 
245 1 0 |a Machine learning avec R  |h [electronic resource] /  |c Scott V. Burger. 
260 |a [S.l.] :  |b Editions First,  |c 2018. 
300 |a 1 online resource 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
347 |a text file 
500 |a Title from content provider. 
520 |a L'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. 
590 |a O'Reilly  |b O'Reilly Online Learning: Academic/Public Library Edition 
650 0 |a Machine learning. 
650 0 |a Mathematical statistics  |x Data processing. 
650 0 |a Neural networks (Computer science) 
650 0 |a R (Computer program language) 
650 2 |a Neural Networks, Computer 
650 6 |a Apprentissage automatique. 
650 6 |a R (Langage de programmation) 
650 6 |a Réseaux neuronaux (Informatique) 
650 6 |a Statistique mathématique  |x Informatique. 
650 7 |a Machine learning.  |2 fast  |0 (OCoLC)fst01004795 
650 7 |a Mathematical statistics  |x Data processing.  |2 fast  |0 (OCoLC)fst01012133 
650 7 |a Neural networks (Computer science)  |2 fast  |0 (OCoLC)fst01036260 
650 7 |a R (Computer program language)  |2 fast  |0 (OCoLC)fst01086207 
776 |z 2-412-04115-6 
856 4 0 |u https://learning.oreilly.com/library/view/~/9782412041154/?ar  |z Texto completo (Requiere registro previo con correo institucional) 
994 |a 92  |b IZTAP