機器學習入門：R語言(附範例光碟)
活動訊息
想找書的時候，特別想偷看網友的書櫃... 原來大家都在看這本 ↓↓↓
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。
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
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
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價