Machine learning avec R : pour une modélisation mathématique rigoureuse / Scott V. Burger

Livre

Burger, Scott V.. Auteur | Rougé, Daniel (1952-2020) - mathématicien. Traducteur

Edited by First interactive - 2018

4e de couv. : "L'apprentissage automatique (ou machine learning) est un sujet intimidant jusqu'à ce que vous en connaissiez les fondements. Si vous comprenez les principes essentiels du codage, ce guide d'introduction vous aidera à acquérir une base solide dans le domaine de l'apprentissage automatique. En utilisant le langage de programmation R, vous commencerez par apprendre à modéliser avec la régression, puis passerez à des sujets plus avancés tels que les réseaux de neurones et les méthodes arborescentes. Finalement, vous plongerez dans le monde de l'apprentissage automatique en utilisant le package caret associé au langage de programmation R. Une fois que vous serez familiarisé avec des sujets tels que les modèles de régression et de classification, vous serez en mesure de résoudre de multiples problèmes d'apprentissage automatique. L'auteur de ce livre fournit également plusieurs exemples pour vous aider à bâtir une connaissance pratique de l'apprentissage automatique. "

Vérification des exemplaires disponibles ...

Se procurer le document

Vérification des exemplaires disponibles ...

Suggestions

Du même auteur

Le machine learning avec Python : la bible des data scientists / Andreas C....

Livre | Müller, Andreas C.. Auteur | 2018

La 4e de couv. indique : "Le machine learning (ou apprentissage automatique) est désormais partie intégrante de nombreuses applications commerciales et projets de recherche. Mais ce domaine ne reste pas l'apanage des grandes entre...

Développer des applications machine learning / Emmanuel Ameisen

Livre | Ameisen, Emmanuel. Auteur | 2020

"Acquérez les compétences nécessaires pour concevoir, construire et déployer des applications fondées sur l'apprentissage automatique (ou ML, pour machine learning). Au cours de ce livre pratique, vous construirez un exemple d'app...

Programmer en Python / Luciano Ramalho

Livre | Ramalho, Luciano (19..-....). Auteur | 2019

"La simplicité de Python vous permet de devenir rapidement productif, mais cela signifie souvent que vous n'utilisez pas tout ce que ce langage a à vous offrir. Grâce à ce livre, vous apprendrez à écrire du code Python à la fois e...

Du même sujet

Le machine learning avec Python : la bible des data scientists / Andreas C....

Livre | Müller, Andreas C.. Auteur | 2018

La 4e de couv. indique : "Le machine learning (ou apprentissage automatique) est désormais partie intégrante de nombreuses applications commerciales et projets de recherche. Mais ce domaine ne reste pas l'apanage des grandes entre...

Data science / John D. Kelleher and Brendan Tierney

Livre | Kelleher, John D. (1974-....). Auteur | 2018

Analyse textuelle avec R / Mónica Bécue-Bertaut

Livre | Bécue-Bertaut, Monique. Auteur | 2018

Cet ouvrage présente les méthodes statistiques multidimensionnelles applicables à l'analyse d'un corpus de textes, que l'on appelle plus brièvement analyse textuelle. Le contenu correspond à un cours spécialisé destiné à un large ...

Machine learning : les fondamentaux / Matt Harrison

Livre | Harrison, Matt (1975-....). Auteur | 2020

"Avec plus de 200 extraits de code et de dizaines de notes techniques, ce guide de référence pratique se propose de vous aider à tracer votre route dans le domaine de l'apprentissage machine avec des données structurées. Son auteu...

The deep learning revolution / Terrence J. Sejnowski

Livre | Sejnowski, Terrence Joseph (19..-....). Auteur | 2018

The deep learning revolution has brought us driverless cars, the greatly improved Google Translate, fluent conversations with Siri and Alexa, and enormous profits from automated trading on the New York Stock Exchange. Deep learnin...

Modélisation prédictive et apprentissage statistique avec R / Stéphane Tuff...

Livre | Tufféry, Stéphane (1965-....). Auteur | 2017 - [2e éd. actualisée et augmentée]

Issu de formations devant des publics variés, cet ouvrage présente les principales méthodes de modélisation de statistique et de machine learning, à travers le fil conducteur d'une étude de cas. Chaque méthode fait l'objet d'un ra...

Chargement des enrichissements...