Aprendizaje automático avanzado con R: aborde los desafíos del análisis de datos y el aprendizaje automático y cree aplicaciones complejas con R 3.5

Domine las técnicas de aprendizaje automático con proyectos del mundo real que interactúan con TensorFlow con R, H2O, MXNet y otros lenguajes. Características clave Adquiera experiencia en aprendizaje automático, aprendizaje profundo y otras técnicas. Cree proyectos inteligentes de extremo a extremo para finanzas, redes sociales y una variedad de dominios Implemente clasificación, regresión y agrupación de clases múltiples Descripción del libro R es uno de los lenguajes más populares cuando se trata de explorar el lado matemático del aprendizaje automático y realizar fácilmente estadísticas computacionales. Esta ruta de aprendizaje le muestra cómo aprovechar el ecosistema R para crear aplicaciones eficientes de aprendizaje automático que realicen tareas inteligentes dentro de su organización. Abordará proyectos realistas, como la creación de potentes modelos de aprendizaje automático con conjuntos para predecir el desgaste de los empleados. Explorará diferentes técnicas de agrupación en clústeres para segmentar clientes utilizando datos mayoristas y utilizará TensorFlow y Keras-R para realizar cálculos avanzados. También se le presentará el aprendizaje por refuerzo junto con sus diversos casos de uso y modelos. Además, le muestra cómo se pueden diagnosticar y comprender algunos de estos modelos de caja negra. Al final de esta ruta de aprendizaje, estará equipado con las habilidades que necesita para implementar técnicas de aprendizaje automático en sus propios proyectos. Esta ruta de aprendizaje incluye contenido de los siguientes productos Packt: Proyectos de aprendizaje automático R del Dr. Sunil Kumar Chinnamgari Dominar el aprendizaje automático con R - Tercera edición de Cory Lesmeister Lo que aprenderá Desarrollar un motor de recomendación de chistes para recomendar chistes que coincidan con los gustos de los usuarios Construir codificadores automáticos para la detección de fraudes con tarjetas de crédito Trabajar con reconocimiento de imágenes y redes neuronales convolucionales Hacer predicciones para máquinas tragamonedas de casino utilizando el aprendizaje por refuerzo Implementar técnicas de PNL para análisis de sentimientos y segmentación de clientes Producir visualizaciones de datos simples y efectivas para obtener mejores conocimientos Usar PNL para extraer conocimientos para texto Implementar árbol Clasificadores basados ​​en cifrado, incluidos bosques aleatorios y árboles potenciados. Para quién es este libro. Si es analista de datos, científico de datos o desarrollador de aprendizaje automático, esta es una ruta de aprendizaje ideal para usted. Cada proyecto lo ayudará a probar sus habilidades en la implementación de algoritmos y técnicas de aprendizaje automático. Es necesario tener una comprensión básica del aprendizaje automático y un conocimiento práctico de la programación en R para aprovechar al máximo esta ruta de aprendizaje.

• | Autor: Cory Lesmeister, Sunil Kumar Chinnamgari
• | Editorial: Packt Publishing
• | Fecha de publicación: 16 de mayo de 2019
• | Número de páginas: 664 páginas
• | Idioma: inglés
• | Encuadernación: Tapa blanda
• | ISBN-10: 1838641777
• | ISBN-13: 9781838641771