• 今日66折
  • 天天BUY
應用機器學習:R軟體實務演練

應用機器學習:R軟體實務演練

  • 定價:480
  • 優惠價:79379
  • 優惠期限:2020年10月28日止
  • 運送方式:
  • 臺灣與離島
  • 海外
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
載入中...
 

內容簡介

  隨著日新月異的時代變遷,開啟了資料生成速度、數量、多元的新時代環境,同時也開啟了資料分析輔助市場拓展、經濟預測的新紀元。隨著資料分析日益受到重視的情況下,機器學習儼然已成為一門值得深究與學習的科學之一。雖然讀者可以經由網路資源自我學習,但實際上缺乏了機器學習的基礎概念與技術引導。有鑑於此,為能提供一個自我學習「機器學習」的環境,本書除了介紹執行機器學習的軟體技術之外,亦對機器學習演算法的基礎概念加以概述,提供讀者一個完整且有條理的自我學習規劃,期能達到事半功倍的學習效果。

  本書結合了 R 軟體的應用,讓讀者可以輕鬆了解「機器學習」的應 用,同時也導入了實務資料,讓讀者可以體會實務上機器學習的方法及其應用。書中提及的演算法涵蓋了維度縮減、廻歸模型、決策樹、集群分析、關聯規則、貝氏機率分類、時間序列、類神經網路、支援向量機、隨機森林等。每章的第一節分別介紹演算法的理論概念,並於第二節中利用例題方式,講解演算的實際運算方法與結果,最後在第三節內,引用了實際的資料及結合 R 軟體,提供透過軟體運算機器學習的面貌,進一步的深入體驗機器學習的應用。
 

作者介紹

作者簡介

楊志清


  中華創新資訊與應用統計學會祕書長

  學歷
  國立政治大學統計學博士

  經歷
  國立台北科技大學兼任助理教授
  淡江大學兼任助理教授
  文化大學兼任助理教授
 
 

目錄

CHAPTER 1 機器學習概論
1-1機器學習的定義
1-2機器學習的技術
1-3機器學習之類型
1-4機器學習的應用
 
CHAPTER 2 數據分析

2-1數據整理
2-2列聯表分析
2-3資料視覺化
 
CHAPTER 3 維度縮減

3-1維度縮減基礎概念
3-2維度縮減演算法理論 
3-3維度縮減操作步驟
 
CHAPTER 4 廻歸分析
4-1多元廻歸模型  
4-2羅吉斯廻歸模型 
 
CHAPTER 5 決策樹 
5-1決策樹基礎概念 
5-2決策樹演算法理論 
5-3決策樹分析操作步驟
 
CHAPTER 6 集群分析 
6-1集群分析基礎概念 
6-2集群分析理論 
6-3集群分析操作步驟
 
CHAPTER 7 關聯規則 

7-1關聯規則基礎概念  
7-2關聯規則演算法理論 
7-3關聯規則操作步驟 
 
CHAPTER 8 貝氏機率分類

8-1貝氏機率分類基礎概念 
8-2貝氏機率分類理論 
8-3貝氏機率分類操作步驟 
 
CHAPTER 9 時間序列 

9-1時間序列基礎概念  
9-2時間序列理論 
9-3時間序列操作步驟
 
CHAPTER 10 類神經網路 
10-1類神經網路基礎概念 
10-2類神經網路理論 
10-3類神經網路操作步驟
 
CHAPTER 11 支援向量機
11-1支援向量機基礎概念
11-2支援向量機理論 
11-3支援向量機操作步驟
 
CHAPTER 12 隨機森林 
12-1隨機森林基礎概念 
12-2隨機森林理論 
12-3隨機森林操作步驟
 

詳細資料

  • ISBN:9789869888868
  • 規格:平裝 / 297頁 / 19 x 26 x 1.49 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣

最近瀏覽商品

 

相關活動

  • 哪種語言和我最速配?尋找最佳夥伴--程式語言展,5折起
 

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則 

  • 程式語言書展
  • 九歌全書系
  • 商周啟示書展

訂閱電子報

想獲得最新商品資訊,請訂閱免費電子報