R深度学习权威指南: Chinese Edition

Posts & Telecom Press · Joshua F. Wiley

mai. de 2024 · Packt Publishing Ltd

Sobre este e-book

使用无监督学习建立自动化的预测和分类模型Key Features

• 结合R语言介绍深度学习软件包H2O
• 由实际案例来讲解R语言深度学习模型
• 将R语言和深度学习模型或深度神经网络结合起来,解决实际的应用需求

Book Description深度学习是机器学习的一个分支,其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O,帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包开始,接着转向建立神经网络、预测和深度预测等模型,所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后,你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。最后,本书会介绍设计调参和优化模型的概念。 本书适合那些胸怀大志的数据科学家,他们精通R语言数据科学概念,并希望可以使用R中的包进一步探索深度学习范式。读者需要对R语言具备基础的理解,并熟悉统计算法和机器学习技术。What you will learn

• 建立R包H2O训练深度学习模型;
• 理解深度学习模型背后的核心概念;
• 使用自动编码器识别异常数据或离群点;
• 使用深度神经网络自动化地预测或分类数据;
• 使用正则化建立泛化模型,避免数据的过拟合。

Who this book is for

机器学习、深度学习、人工智能等相关领域的读者,高校计算机专业的学生。

Sobre o autor

Joshua F. Wiley 博士是莫纳什大学的讲师,也是统计咨询公司 Elkhart Group Limited 的高级合伙人。他在加州大学洛杉矶分校获得博士学位。他的研究重点是使用先进的定量方法来理解与心理和身体健康相关的心理、社会和生理过程的复杂相互作用。在统计学和数据科学领域,Joshua专注于生物统计学,并对数据和统计模型的可重复研究以及图形显示感兴趣。通过在埃尔克哈特集团有限公司的咨询工作以及之前在加州大学洛杉矶分校统计咨询集团的工作,Joshua帮助了广泛的客户,从经验丰富的研究人员到生物技术公司。 他开发或共同开发了许多 R 软件包,包括 varian(一个用于执行贝叶斯尺度位置结构方程模型的软件包)和 MplusAutomation(一个将 R 链接到商业 Mplus 软件的流行软件包)。