توضیحات
Learn the ropes of supervised machine learning with R by studying popular real-world use-cases, and understand how it drives object detection in driver less cars, customer churn, and loan default prediction.
Key Features
- Study supervised learning algorithms by using real-world datasets
- Fine tune optimal parameters with hyperparameter optimization
- Select the best algorithm using the model evaluation framework
Book Description
R provides excellent visualization features that are essential for exploring data before using it in automated learning.
Applied Supervised Learning with R helps you cover the complete process of employing R to develop applications using supervised machine learning algorithms for your business needs. The book starts by helping you develop your analytical thinking to create a problem statement using business inputs and domain research. You will then learn different evaluation metrics that compare various algorithms, and later progress to using these metrics to select the best algorithm for your problem. After finalizing the algorithm you want to use, you will study the hyperparameter optimization technique to fine-tune your set of optimal parameters. To prevent you from overfitting your model, a dedicated section will even demonstrate how you can add various regularization terms.
By the end of this book, you will have the advanced skills you need for modeling a supervised machine learning algorithm that precisely fulfills your business needs.
What you will learn
- Develop analytical thinking to precisely identify a business problem
- Wrangle data with dplyr, tidyr, and reshape2
- Visualize data with ggplot2
- Validate your supervised machine learning model using k-fold
- Optimize hyperparameters with grid and random search, and Bayesian optimization
- Deploy your model on Amazon Web Services (AWS) Lambda with plumber
- Improve your model’s performance with feature selection and dimensionality reduction
Who this book is for
This book is specially designed for novice and intermediate-level data analysts, data scientists, and data engineers who want to explore different methods of supervised machine learning and its various use cases. Some background in statistics, probability, calculus, linear algebra, and programming will help you thoroughly understand and follow the content of this book.
Table of Contents
- R for Advanced Analytics
- Exploratory Analysis of Data
- Introduction to Supervised Learning
- Regression
- Classification
- Feature Selection and Dimensionality Reduction
- Model Improvements
- Model Deployment
- Capstone Project – Based on Research Papers
————————————————————–
ترجمه ماشینی :
با مطالعه موارد استفاده محبوب در دنیای واقعی، طنابهای یادگیری ماشینی نظارتشده با R را بیاموزید و درک کنید که چگونه تشخیص اشیا را در خودروهای کمتر راننده، ریزش مشتری و پیشبینی پیشفرض وام انجام میدهد.
ویژگی های کلیدی
- مطالعه الگوریتم های یادگیری نظارت شده با استفاده از مجموعه داده های دنیای واقعی
- تنظیم دقیق پارامترهای بهینه با بهینه سازی هایپرپارامتر
- بهترین الگوریتم را با استفاده از چارچوب ارزیابی مدل انتخاب کنید
توضیحات کتاب
R ویژگی های تجسمی عالی را ارائه می دهد که برای کاوش داده ها قبل از استفاده از آن در یادگیری خودکار ضروری است. .
آموزش کاربردی نظارت شده با R به شما کمک می کند تا فرآیند کامل استفاده از R را برای توسعه برنامه های کاربردی با استفاده از الگوریتم های یادگیری ماشینی نظارت شده برای نیازهای کسب و کار خود پوشش دهید. این کتاب با کمک به توسعه تفکر تحلیلی خود برای ایجاد بیانیه مشکل با استفاده از ورودی های تجاری و تحقیقات حوزه شروع می شود. سپس معیارهای ارزیابی مختلف را یاد خواهید گرفت که الگوریتمهای مختلف را با هم مقایسه میکنند و بعداً به استفاده از این معیارها برای انتخاب بهترین الگوریتم برای مشکل خود خواهید رسید. پس از نهایی کردن الگوریتمی که می خواهید استفاده کنید، تکنیک بهینه سازی هایپرپارامتر را مطالعه خواهید کرد تا مجموعه پارامترهای بهینه خود را به خوبی تنظیم کنید. برای جلوگیری از تطبیق بیش از حد مدل خود، یک بخش اختصاصی نشان می دهد که چگونه می توانید اصطلاحات مختلف تنظیم را اضافه کنید.
در پایان این کتاب، مهارتهای پیشرفتهای را خواهید داشت که برای مدلسازی الگوریتم یادگیری ماشینی تحت نظارت نیاز دارید که دقیقاً نیازهای تجاری شما را برآورده میکند.
آنچه یاد خواهید گرفت
- تفکر تحلیلی را برای شناسایی دقیق یک مشکل تجاری توسعه دهید
- داده ها را با dplyr، tidyr، و reshape2 به هم بزنید
- تجسم داده ها با ggplot2
- مدل یادگیری ماشین تحت نظارت خود را با استفاده از k-fold اعتبار سنجی کنید
- بهینه سازی هایپرپارامترها با شبکه و جستجوی تصادفی و بهینه سازی بیزی
- استقرار مدل خود را در خدمات وب آمازون (AWS) لامبدا با لوله کش
- با انتخاب ویژگی و کاهش ابعاد، عملکرد مدل خود را بهبود بخشید
این کتاب برای چه کسانی است
< p> این کتاب به طور ویژه برای تحلیلگران داده، دانشمندان داده و مهندسین داده در سطح مبتدی و متوسط طراحی شده است که می خواهند روش های مختلف یادگیری ماشین نظارت شده و موارد استفاده مختلف از آن را بررسی کنند. برخی از پیشینه های آمار، احتمال، حساب دیفرانسیل و انتگرال، جبر خطی و برنامه نویسی به شما کمک می کند تا محتوای این کتاب را به طور کامل درک کرده و دنبال کنید.
فهرست مطالب
- R برای پیشرفته تجزیه و تحلیل
- تحلیل اکتشافی داده ها
- مقدمه ای بر یادگیری تحت نظارت
- رگرسیون
- طبقه بندی
- انتخاب ویژگی و ابعاد کاهش
- بهبود مدل
- استقرار مدل
- پروژه Capstone – بر اساس م
tag : دانلود کتاب یادگیری نظارت شده کاربردی با R: از کتابخانه های یادگیری ماشینی R برای ساخت مدل هایی استفاده کنید که مشکلات کسب و کار را حل می کند و روندهای آینده را پیش بینی می کند. , Download یادگیری نظارت شده کاربردی با R: از کتابخانه های یادگیری ماشینی R برای ساخت مدل هایی استفاده کنید که مشکلات کسب و کار را حل می کند و روندهای آینده را پیش بینی می کند. , دانلود یادگیری نظارت شده کاربردی با R: از کتابخانه های یادگیری ماشینی R برای ساخت مدل هایی استفاده کنید که مشکلات کسب و کار را حل می کند و روندهای آینده را پیش بینی می کند. , Download Applied Supervised Learning with R: Use machine learning libraries of R to build models that solve business problems and predict future trends Book , یادگیری نظارت شده کاربردی با R: از کتابخانه های یادگیری ماشینی R برای ساخت مدل هایی استفاده کنید که مشکلات کسب و کار را حل می کند و روندهای آینده را پیش بینی می کند. دانلود , buy یادگیری نظارت شده کاربردی با R: از کتابخانه های یادگیری ماشینی R برای ساخت مدل هایی استفاده کنید که مشکلات کسب و کار را حل می کند و روندهای آینده را پیش بینی می کند. , خرید کتاب یادگیری نظارت شده کاربردی با R: از کتابخانه های یادگیری ماشینی R برای ساخت مدل هایی استفاده کنید که مشکلات کسب و کار را حل می کند و روندهای آینده را پیش بینی می کند. , دانلود کتاب Applied Supervised Learning with R: Use machine learning libraries of R to build models that solve business problems and predict future trends , کتاب Applied Supervised Learning with R: Use machine learning libraries of R to build models that solve business problems and predict future trends , دانلود Applied Supervised Learning with R: Use machine learning libraries of R to build models that solve business problems and predict future trends , خرید Applied Supervised Learning with R: Use machine learning libraries of R to build models that solve business problems and predict future trends , خرید کتاب Applied Supervised Learning with R: Use machine learning libraries of R to build models that solve business problems and predict future trends ,

دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.