Le Machine learning avec R - Modélisation mathématique rigoureuse - collection O'Reilly

L'apprentissage automatique, un champ d'étude essentiel aux développements de
l'Intelligence artificielle
L'apprentissage automatique est un sujet intimidant jusqu'à ce que vous en
connaissiez les principes fondamentaux. Si vous comprenez les principes
essentiels du codage, ce livre 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 vous 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 aurez développé une réelle familiarité avec des sujets tels que la
différence entre les modèles de régression et de classification, vous serez en
mesure de résoudre de multiples problèmes d'apprentissage automatique.
L'auteur, Scott V. Burger, fournit également plusieurs exemples pour vous
aider à bâtir une connaissance pratique de l'apprentissage automatique.

Explorez le domaine de l'apprentissage automatique, de ses modèles, de ses
algorithmes et de l'entraînement des données
Comprenez les algorithmes d'apprentissage automatique supervisés et non
supervisés
Examinez les notions statistiques utiles pour la conception de données à
utiliser dans les modèles
Plongez dans les modèles de régression linéaire utilisés dans les affaires et
la science
Utilisez des réseaux de neurones monocouches et multicouches pour calculer les
sorties
Regardez comment fonctionnent les modèles arborescents, y compris les arbres
de décision courants
Obtenez une vue complète de l'écosystème de l'apprentissage automatique en R
Explorez la puissance des outils disponibles dans le package caret de R

Collection O'Reilly