出版社：機械工業出版社 ISBN：9787111553281 商品編碼：11668018893 品牌：文軒 出版時間：2017-03-01 代碼：69 作者：布雷特·蘭茨（BrettLantz）著李洪成
"
 作 者:(美)布雷特·蘭茨(Brett Lantz) 著；李洪成,許金煒,李艦 譯  定 價:69 出 版 社:機械工業出版社 出版日期:2017年03月01日 頁 數:278 裝 幀:平裝 ISBN:9787111553281  ●推薦序
●譯者序
●前言
●關於審稿人
●第1章 機器學習簡介1
●1.1 機器學習的起源1
●1.2 機器學習的使用與濫用3
●1.2.1 機器學習的成功使用3
●1.2.2 機器學習的4
●1.2.3 機器學習的倫理方面5
●1.3 機器如何學習6
●1.3.1 數據存儲7
●1.3.2 抽像化7
●1.3.3 一般化9
●1.3.4 評估10
●1.4 實踐中的機器學習11
●1.4.1 輸入數據的類型11
●1.4.2 機器學習算法的類型12
●1.4.3 為輸入數據匹配算法14
●1.5 使用R進行機器學習15
●部分目錄  本書共12章：靠前章介紹機器學習的基本概念和理論，並介紹用於機器學習的R軟件環境的準備；第2章介紹如何應用R來管理數據，進行數據的探索分析和數據可視化；第3～9章介紹典型的機器學習算法，包括k近鄰分類算法、樸素貝葉斯算法、決策樹和規則樹、回歸預測、黑盒算法——神經網絡和支持向量機、關聯分析、k均值聚類，並給出大量的實際案例和詳細的分析步驟，例如乳腺癌的判斷、垃圾短信的過濾、貸款違約的預測、毒蘑菇的判別、醫療費用的預測、建築用混凝土強度的預測、光學字符的識別、超市購物籃關聯分析以及市場細分等；靠前0章介紹模型性能評價的原理和方法；靠前1章給出提高模型性能的幾種常用方法；靠前2章討論用R進行機器學習時可能遇到的一些不錯專題，如特殊形式的數據、大數據集的處理、並行計算和GPU計算等技術。  (美)布雷特·蘭茨(Brett Lantz) 著；李洪成,許金煒,李艦 譯 布雷特·蘭茨(Brett Lantz)在應用創新的數據方法來理解人類的行為方面有10餘年經驗。他很初是一名社會學家，在學習一個青少年社交網站分布的大型數據庫時，他就開始陶醉於機器學習。從那時起，他致力於移動電話、醫療賬單數據和公益活動等交叉學科的研究，並維護dataspelunking這個網站，該網站致力於分享有關探尋數據中所蘊含的洞察的知識。
李洪成，統計學博士，現為上海金融學院副教授，是SPSS統計分析軟件和R語言專家。他的研究方向為金融統計和數據挖掘。他曾出版多本著作，並在專業雜志發表多篇論文，代表著作有《SPSSl 8數據分析基礎與實踐》、《SPSS數據分析等  前 言機器學習的核心是將信息轉化為具有可行性的情報的算法。這一事實使得機器學習非常適用於當今的大數據時代。如果沒有機器學習，要跟上海量的信息數據流幾乎是不可能的。 鋻於R不斷增長的地位（R是一個跨平臺的、零成本的統計編程環境），現在是開始使用機器學習的優選時代。R提供了一套功能強大且易於學習的工具，這些工具可以幫助你發現數據背後隱藏的信息。 通過把實踐案例研究與基本理論（你需要理解這些理論在後臺是如何運行的）相結合，本書提供了將機器學習應用到項目中所需要的全部知識。 本書涵蓋的內容第1章介紹了用來定義和區分機器學習算法的術語和概念，並給出了將學習任務與適當算法相匹配的方法。 等 
" | 
