Avis des lecteurs
Résumé:Le livre « Machine Learning with R » de Brett Lantz est apprécié pour ses explications claires et son approche structurée de l'enseignement des concepts de l'apprentissage automatique à l'aide de R. Il est considéré comme précieux tant pour les débutants que pour les apprenants de niveau intermédiaire, car il propose des exemples pratiques en plus des discussions théoriques. Cependant, certaines critiques notent le manque d'emphase sur le framework tidymodels et considèrent que certains sujets sont trop superficiels.
Avantages:Bien écrit et engageant, il rend les concepts complexes faciles à comprendre.
Inconvénients:Couverture complète des algorithmes d'apprentissage automatique avec des exemples pratiques.
(basé sur 17 avis de lecteurs)
Titre original :
Machine Learning with R - Fourth Edition: Learn techniques for building and improving machine learning models, from data preparation to model tuning,
Contenu du livre :
Apprenez à résoudre des problèmes de données du monde réel en utilisant l'apprentissage automatique et R.
Caractéristiques principales :
⬤ L'édition du 10e anniversaire du best-seller de l'apprentissage automatique R, mise à jour avec 50 % de nouveau contenu pour R 4.0.0 et au-delà.
⬤ Exploitez la puissance de R pour construire des modèles d'apprentissage automatique flexibles, efficaces et transparents.
⬤ Apprenez rapidement grâce à ce guide clair et pratique rédigé par l'expert en apprentissage automatique Brett Lantz.
Description du livre :
L'apprentissage automatique, à la base, consiste à transformer des données en connaissances exploitables. R offre un ensemble puissant de méthodes d'apprentissage automatique permettant d'obtenir rapidement et facilement des informations à partir de vos données.
Machine Learning with R, Fourth Edition est un guide pratique, accessible et lisible pour appliquer l'apprentissage automatique aux problèmes du monde réel. Que vous soyez un utilisateur expérimenté de R ou que vous découvriez le langage, Brett Lantz vous enseigne tout ce dont vous avez besoin pour le prétraitement des données, la découverte d'informations clés, l'élaboration de nouvelles prédictions et la visualisation de vos résultats. Cette édition du 10e anniversaire comporte plusieurs nouveaux chapitres qui reflètent les progrès de la ML au cours des dernières années et vous aident à renforcer vos compétences en science des données et à vous attaquer à des problèmes plus difficiles, notamment la création de modèles ML performants et la préparation avancée des données, la construction de meilleurs apprenants et l'utilisation des big data.
Vous trouverez également des mises à jour du livre classique sur la science des données de R vers R 4.0.0 avec des bibliothèques plus récentes et plus performantes, des conseils sur les questions d'éthique et de partialité dans l'apprentissage automatique, et une introduction à l'apprentissage profond. Que vous souhaitiez faire vos premiers pas avec R pour l'apprentissage automatique ou vous assurer que vos compétences et connaissances sont à jour, il s'agit d'une lecture incontournable qui vous aidera à trouver de nouvelles idées puissantes dans vos données.
Ce que vous apprendrez
⬤ Apprenez le processus de bout en bout de l'apprentissage automatique, des données brutes à la mise en œuvre.
⬤ Classer les résultats importants à l'aide des méthodes du plus proche voisin et des méthodes bayésiennes.
⬤ Prédire des événements futurs à l'aide d'arbres de décision, de règles et de machines à vecteurs de support.
⬤ Prévoir des données numériques et estimer des valeurs financières à l'aide de méthodes de régression.
⬤ Modéliser des processus complexes à l'aide de réseaux neuronaux artificiels.
⬤ Préparer, transformer et nettoyer les données à l'aide de tidyverse.
⬤ Évaluer vos modèles et améliorer leurs performances.
⬤ Connecter R aux bases de données SQL et aux technologies Big Data émergentes telles que Spark, Hadoop, H2O et TensorFlow.
A qui s'adresse ce livre :
Ce livre est conçu pour aider les scientifiques des données, les actuaires, les analystes de données, les analystes financiers, les spécialistes des sciences sociales, les étudiants en commerce et en apprentissage automatique, et tous les autres praticiens qui veulent un guide clair et accessible de l'apprentissage automatique avec R. Aucune expérience de R n'est requise, bien qu'une exposition préalable aux statistiques et à la programmation soit utile.
Autres informations sur le livre :
| ISBN : | 9781801071321 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
