Rではじめる機械学習 : データサイズを抑えて軽量な環境で攻略法を探る
著者
書誌事項
Rではじめる機械学習 : データサイズを抑えて軽量な環境で攻略法を探る
(Impress top gear)
インプレス, 2017.9
- タイトル別名
-
Beginning machine learning with R
Rではじめる機械学習
- タイトル読み
-
R デ ハジメル キカイ ガクシュウ : データ サイズ オ オサエテ ケイリョウナ カンキョウ デ コウリャクホウ オ サグル
大学図書館所蔵 全103件
  青森
  岩手
  宮城
  秋田
  山形
  福島
  茨城
  栃木
  群馬
  埼玉
  千葉
  東京
  神奈川
  新潟
  富山
  石川
  福井
  山梨
  長野
  岐阜
  静岡
  愛知
  三重
  滋賀
  京都
  大阪
  兵庫
  奈良
  和歌山
  鳥取
  島根
  岡山
  広島
  山口
  徳島
  香川
  愛媛
  高知
  福岡
  佐賀
  長崎
  熊本
  大分
  宮崎
  鹿児島
  沖縄
  韓国
  中国
  タイ
  イギリス
  ドイツ
  スイス
  フランス
  ベルギー
  オランダ
  スウェーデン
  ノルウェー
  アメリカ
この図書・雑誌をさがす
内容説明・目次
内容説明
Rは、統計解析のためのプログラミング言語・開発環境であり、機械学習で利用できるライブラリが数多く提供されています。ただし、膨大なデータの処理よりもプロトタイピングや検証に適しています。本書ではまず、機械学習の考え方や、その基礎となる統計についてわかりやすく説明します。それを踏まえて、代表的な機械学習の理論を押さえながら、Rのさまざまな活用法を解説します。本書を読んで、Rによる機械学習の試行や検証を始めてみましょう。
目次
- 第1章 Rと機械学習の基礎
- 第2章 回帰分析で目的変数の値や発生確率を予測
- 第3章 クラスタリング分析の3つの手法でデータを分類
- 第4章 主成分分析・因子分析で属性を削減し因子を特定
- 第5章 アソシエーション分析で関連性がある物事を見極める
- 第6章 サポートベクターマシンでクラス分類
- 第7章 アンサンブル学習と正則化—モデルの組み合わせと過学習の解決
- 第8章 ベイズ推定とMCMC—事後確率や状態確率を求める
- 第9章 ニューラルネットワークとディープラーニング
「BOOKデータベース」 より