Valentina Porcu – Introduzione al machine learning con R (2016)

%image_alt%

Valentina Porcu – Introduzione al machine learning con R (2016)
Italiano | 2016 | ASIN: B01MDKU6M0 | 380 Pagine | AZW3/MOBI/EPUB/PDF | 16 MB

In questo libro ci occuperemo delle tecniche di machine learning in particolare utilizzando il linguaggio di programmazione e analisi R. Questo testo presuppone una conoscenza almeno basilare del linguaggio R. Nello specifico ci occuperemo: Nella parte introduttiva presenteremo in generale le tecniche di machine learning e le fasi del processo di analisi. Vedremo come scegliere una tecnica di analisi e parleremo delle performance degli algoritmi di machine learning, dei modelli di ricerca, e dei tipi di dati più comuni nel machine learning. Nel Capitolo 1 parliamo dei problemi che possono interessare i nostri dati e i modelli che costruiremo e della pulizia dei nostri dati in vista dell’analisi. Nel Capitolo 2 cominciamo a vedere i primi modelli predittivi basati in particolare sulla regressione lineare e multipla. Capitolo 3: in questo capitolo cominciamo a parliamo dei sistemi di apprendimento automatico di tipo supervisionato, ossia gli algoritmi che partono da un dataset etichettato, ossia nel quale è presente una colonna che ci dice già com’è il nostro dataset, ad esempio se vogliamo etichettare dello spam, nella colonna avremo degli item etichettati come spam e altri come non spam. A partire da questi dataset etichettati, creiamo tipicamente un modello per classificare dei dati in cui l’etichetta non è presente. In questo capitolo parliamo di metodi supervisionati, come knn, SVM, alberi di decisione, Naïve Bayes e network neurali.

Download Links

EASYBYTEZ – ROCKFILE

Loading...