機器學習入門: R語言 (附範例光碟)
| 作者 | 徐偉智/ 社團法人數位經濟發展 |
|---|---|
| 出版社 | 全華圖書股份有限公司 |
| 商品描述 | 機器學習入門: R語言 (附範例光碟)：機器學習是AI人工智慧的基礎，但機器學習本身是門較高深的課程，而本書為了讓讀者能夠輕易理解，除了從入門者的角度做編寫外，並且利用 |
內容簡介
內容簡介 機器學習是AI人工智慧的基礎，但機器學習本身是門較高深的課程，而本書為了讓讀者能夠輕易理解，除了從入門者的角度做編寫外，並且利用R的簡潔代碼，來輕鬆駕馭繁雜的統計模型。書中先講述AI及R語言，從R安裝、基礎語法到進階語法，讓讀者能夠先掌握R語言，接著經由R來講述機器學習的各種實作項目，如資料分析、線性回歸模型及模型評估等，藉此能夠將R活用，並且對於機器學習有更進一步的認識。本書適用於大學、科大資工、電機、電子、電通科系「機器學習」課程使用。
產品目錄
產品目錄 第一章 AI、AI技術與AI應用1-1 人工智慧1-2 AI 技術1-3 AI應用1-4 AI與數學1-4-1 函數的概念1-4-2 線性代數的概念1-4-3 微分的概念1-4-4 常態分佈概論1-4-5 機率與統計概論1-5 AI與編程習題第二章 R的安裝與使用2-1 下載R軟體2-2 R的安裝2-3 R的使用習題第三章 R語言基礎編成語法3-1 何謂變數？3-2 編程的操作型定義~以變數為例3-3 運算與資料3-4 決策(if)語法3-5 迴圈(loop)3-6 向量(vector)資料物件3-7 for迴圈3-8 功能呼叫(function call)第四章 R語言進階編程語法4-1 data.frame資料結構4-2 第三方套件的使用4-3 矩陣與陣列4-4 讀取外部資料4-5 ggplot(…)函式的使用4-6 一些有用的函式第五章 R資料分析的基本觀念5-1 隨機取樣5-2 摘要統計(summary statistics)5-3 相關係數與共變異數5-4 資料分群演算法5-5 R軟體的K-means分群函式的應用第六章 線性迴歸模型6-1 線性迴歸描述概論6-2 R的線性迴歸模型套件6.3 線性迴歸應用系統6.4 線性預測模型第七章 線性分類器7-1 線性迴歸分類器7-2 支持向量機分類器7-3 SVM原理7-4 核函數第八章 非線性分類器8-1 類神經網路分類器概論8-2 類神經網路應用8-3 R的類神經網路機器學習模組8-4 決策樹實務應用第九章 模型評估9-1 分類器效能指標9-2 ROC曲線的繪製9-3 殘差分析
商品規格
| 書名 / | 機器學習入門: R語言 (附範例光碟) |
|---|---|
| 作者 / | 徐偉智 社團法人數位經濟發展 |
| 簡介 / | 機器學習入門: R語言 (附範例光碟)：機器學習是AI人工智慧的基礎，但機器學習本身是門較高深的課程，而本書為了讓讀者能夠輕易理解，除了從入門者的角度做編寫外，並且利用 |
| 出版社 / | 全華圖書股份有限公司 |
| ISBN13 / | 9789865035334 |
| ISBN10 / | 9865035332 |
| EAN / | 9789865035334 |
| 誠品26碼 / | 2681978003002 |
| 頁數 / | 320 |
| 注音版 / | 否 |
| 裝訂 / | P:平裝 |
| 語言 / | 1:中文 繁體 |
| 尺寸 / | 26X19X1.4CM |
| 級別 / | N:無 |
最佳賣點
最佳賣點 : 1.藉由R語言的簡潔代碼駕馭繁雜的機器學習模型。
2.介紹AI及R語言(R的安裝、基礎語法、進階語法)，再介紹機器學習模型函式的使用(線性回歸、SVM、類神經網路、決策樹)。
3.推導支持向量激(SVM)與羅吉斯迴歸的原理，僅需具備高中數學能力即可理解。