包邮 R数据科学——从数据挖掘基础到深度学习

作者：北荣辅

出版社：中国水利水电出版社出版时间：2021-08-01

开本：其他页数： 184

本类榜单：计算机/网络销量榜

中图价:¥46.4(6.6折) 定价 ~~¥69.8~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

¥14.4¥45
>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥44.1¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥56.2¥69
>
第一行代码Android

第一行代码Android

¥55.4¥99
>
JAVA持续交付

JAVA持续交付

¥58.1¥119
>
EXCEL最强教科书(完全版)(全彩印刷)

EXCEL最强教科书(完全版)(全彩印刷)

¥31.1¥69.9
>
深度学习

深度学习

¥92.4¥168

商品详情
商品评论(0条)

中图价:¥46.4 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

R数据科学——从数据挖掘基础到深度学习版权信息

ISBN：9787517095927
条形码：9787517095927 ; 978-7-5170-9592-7
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
程序设计
>
其他

R数据科学——从数据挖掘基础到深度学习本书特色

本书以“知识点 + 例题解析 + 测试题演练”的形式，用通俗易懂的语言，简明扼要地介绍了相关知识点及R语言在数据科学中的具体应用过程，涵盖从数据挖掘基础到深度学习的丰富内容。如果你想快速对R语言在数据科学中的应用有一个整体认识，本书是一本很好的选择。 1. 本书没有冗长的理论叙述，而是对知识点进行简要介绍，并通过具体的例子对知识点进行综合应用，*后通过测试题（也给出了详细答案）对所学知识进行巩固，举一反三，以期实现融会贯通的目的。 2. 在知识点介绍和例题解析过程中，在合适位置给出了一些图形图示，让知识展示更直观，更易理解。 3. 在每章首页，给出一个有趣的图形，可让读者对本章知识有一个大概认识。 4. 针对R语言基础薄弱的读者，在附录部分对R语言简单运算的内容进行了简要介绍。

R数据科学——从数据挖掘基础到深度学习内容简介

本书介绍了R语言在数据科学应用中的相关技术及编程实现。大体分为两部分构成。部分是多变量分析。章会对数据挖掘和多变量分析的概要进行说明，从第2章开始到第5章分别介绍回归分析、主成分分析、判别分析、聚类分析等数据挖掘中经常应用的技术。第2部分是机器学习。第6章对机器学习概要进行说明后，从第7章开始到2章对神经网络、支持向量机、贝叶斯估计、自组织映射网络、决策树、深度学习（深度神经网络）等内容进行讲解。

R数据科学——从数据挖掘基础到深度学习目录

第1部分多变量分析第1章数据挖掘 1.1 何谓数据挖掘 1.2 多变量分析的方法 1.3 第1部分的阅读方法第2章回归分析 2.1 何谓回归分析 2.2 合适准确的评价方法 2.3 例题 2.4 测试题——家庭收支情况分析第3章主成分分析 3.1 何谓主成分分析 3.2 例题——确定学生成绩主成分个数 3.3 测试题——对学生成绩进行主成分分析并构建数据图表第4章判别分析 4.1 何谓判别分析 4.2 线性判别 4.3 非线性判别 4.4 例题——健康状况判别分析 4.5 测试题——新汽车购买意愿判别分析第5章聚类分析 5.1 何谓聚类分析 5.2 层次聚类分析 5.3 k均值法 5.4 例题——用层次聚类分析法对数据进行聚集 5.5 测试题——对美国高等法院法官进行聚类分析第2部分机器学习第6章机器学习概述 6.1 何谓机器学习 6.2 人工智能与机器学习 6.3 机器学习与深度学习第7章神经网络 7.1 何谓神经网络 7.2 例题1——使用神经网络对AND电路进行判别分析 7.3 例题2——使用经神网络对数据进行回归分析 7.4 测试题——神经网络在判别分析和回归分析中的应用 7.4.1 使用数据集iris进行判别分析 7.4.2 使用数据集ToothGrowth进行回归分析第8章支持向量机（SVM） 8.1 何谓支持向量机 8.2 例题1——使用支持向量机对AND电路进行判别分析 8.3 例题2——使用支持向量机对数据进行回归分析 8.4 测试题——使用支持向量机进行判别分析和回归分析 8.4.1 使用数据集iris进行判别分析 8.4.2 使用数据集ToothGrowth进行回归分析第9章贝叶斯估计 9.1 朴素贝叶斯分类器 9.2 例题——对车辆是否被盗进行贝叶斯分析 9.3 测试题——对iris数据集进行贝叶斯分析第10章自组织映射网络 10.1 何谓自组织映射网络 1O.2 例题——使用自组织映射实现数据分类 1O.3 测试题——对iris数据集生成网格图并进行特征分析第11章决策树 11.1 决策树与随机森林 11.2 例题1——使用决策树AND电路进行判别分析 11.3 例题2——使用决策树对数据进行回归分析 11.4 测试题——决策树在判别分析和回归分析中的应用 11.4.1 使用数据集iris进行判别分析 11.4.2 使用数据集ToothGrowth进行回归分析第12章深度学习 12.1 何谓深度学习 12.2 例题——用深度学习预测股票价格 12.3 测试题——用深度学习对iris数据集进行判别分析附录 R语言基础知识与测试题解析附录1 在Windows环境中安装R 附录2 R的简单运算附录3 各章测试题解析后记参考文献

展开全部

R数据科学——从数据挖掘基础到深度学习作者简介

北荣辅 1991年名古屋大学大学院工学研究科博士后期课程修完，工学博士、助教 1999年名古屋大学信息文化学部助教授 2003年名古屋大学大学院信息科学研究科助教授 2007年名古屋大学大学院信息科学研究科准教授 2009年名古屋大学大学院信息科学研究科教授 2010年神户大学大学院系统信息学研究科客座教授现在名古屋大学大学院信息学研究科教授

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐