学习R 相关电子书下载

（美）古铁雷斯（Daniel D.Gutierrez）2017 年出版242 页ISBN：9787115452405

本书通过8章内容，由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型性能评估以及无监督学习等内容。可谓是每一章都是当前最新颖最有探索价值的专题，对于想要了解机器学...

（美）威力著2017 年出版156 页ISBN：7115464154

本书介绍了深度学习相关的知识点，并将R语言在深度学习中的应用技巧讲解给读者。本书不仅介绍了R语言中的H2O报的使用，还介绍了深度学习模型背后的一些核心概念，同时也介绍了Autoencoder的使用以及深度神经网络...

SECOND EDITION 年出版2020 页ISBN：

程显毅，施佺编著2017 年出版204 页ISBN：9787111570738

全书12章，分为原理篇（第1～8章），应用篇（第9～12章）。原理篇按照深度学习的发展过程，主要讨论了浅层神经网络、深度神经网络、Elman神经网络、Jordan神经网络、自动编码机、受限波尔兹曼机和深度信念网。应用篇R环境......

丘祐玮著2016 年出版431 页ISBN：9787564160630

本书通过设置一个用户友好的编程环境并使用R语言进行数据ETL来介绍R语言基础知识。提供数据探索样例，以展示R语言的数据可视化和机器学习功能在探索隐含关系方面的强大能力。你将深入了解重要的机器学习主题...

Ricbard Cotton著2014 年出版380 页ISBN：9787564149062

即使你仅有极少甚至没有编程经验，你也能够明白如何使用R语言及其软件环境来进行数据分析。通过这本操作指南，你将学习如何使用必要的R工具来分析数据，其中包括数据类型和编程概念。《学习R语言》的第二部分将...

（英）尼格尔·刘易斯著；高蓉，李茂译2018 年出版144 页ISBN：9787115478177

本书通过对R语言的讲解，帮助读者构建机器学习的模型，同时了解一系列与数据科学相关的理论，以及如何利用R语言开展研究。本书对读者的技术背景不做任何要求，专为那些希望构建使用的数据模型的读者，以及想要掌握高...

Scott V. Burger著2018 年出版219 页ISBN：9787519825850

本书主要内容有：介绍机器学习领域的模型、算法和数据训练。了解监督和非监督机器学习算法。针对模型使用的数据进行统计验证。深入了解商业和科学中使用的线性回归模型。使用单层和多层神经网络计算结果。介...

（美）托威赫·贝索洛（TawehBeysolowII）著；潘怡译2018 年出版214 页ISBN：9787111604372

本书内容主要涉及：深度学习的数学理论基础，包括重要的统计学和线性代数的相关基本概念和知识；深度学习的各种典型模型，例如传统的单层感知器模型、多层感知器模型，以及卷积神经网络、循环神经网络、受限玻耳兹曼...

（美）考瑞·莱斯米斯特尔著；陈光欣译2018 年出版291 页ISBN：9787115477781

机器学习是近年来的热门技术话题，R语言是处理其中大量数据的有力工具。本书为读者提供机器学习和R语言的坚实算法基础和业务基础，内容包括机器学习基本概念、线性回归、逻辑回归和判别分析、线性模型的高级选...