具体描述
当前，机器学习和数据科学都是很重要和热门的相关学科，需要深入地研究学习才能精通。
本书试图指导读者掌握如何完成涉及机器学习的数据科学项目。本书将为数据科学家提供一些在统计学习领域会用到的工具和技巧，涉及数据连接、数据处理、探索性数据分析、监督机器学习、非监督机器学习和模 型评估。本书选用的是R统计环境，书中所有代码示例都是用R语言编写的，涉及众多流行的R包和数据集。
本书适合数据科学家、数据分析师、软件开发者以及需要了解数据科学和机器学习方法的科研人员阅读参考。
作者简介
Daniel D. Gutierrez is a practicing data scientist through his Santa Monica, Calif. consulting firm AMULET Analytics. Daniel also serves as Managing Editor for insideBIGDATA.com where he keeps a pulse on this dynamic industry. He is also an educator and teaches classes in data science, machine learning and R for universities and large enterprises. Daniel holds a BS degree in mathematics and computer science from UCLA.
目录信息
版权声明
内容提要
前言
第1章 机器学习综述
第2章 连接数据
第3章 数据处理
第4章 探索性数据分析
第5章 回归
第6章 分类
第7章 评估模型性能
第8章 非监督学习
术语表
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
「微信读书」草草读完。没有什么特色。目前随便一本机器学习的书，讲的都是这些东西，最主要的就是看那个讲得通俗又不乏严谨。这本书很平庸了。
评分「微信读书」草草读完。没有什么特色。目前随便一本机器学习的书，讲的都是这些东西，最主要的就是看那个讲得通俗又不乏严谨。这本书很平庸了。
评分「微信读书」草草读完。没有什么特色。目前随便一本机器学习的书，讲的都是这些东西，最主要的就是看那个讲得通俗又不乏严谨。这本书很平庸了。
评分「微信读书」草草读完。没有什么特色。目前随便一本机器学习的书，讲的都是这些东西，最主要的就是看那个讲得通俗又不乏严谨。这本书很平庸了。
评分「微信读书」草草读完。没有什么特色。目前随便一本机器学习的书，讲的都是这些东西，最主要的就是看那个讲得通俗又不乏严谨。这本书很平庸了。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有