R machine learning by example : understand the fundamentals of machine learning with R and build your own dynamic algorithms to tackle complicated real-world problems successfully

R machine learning by example : understand the fundamentals of machine learning with R and build your own dynamic algorithms to tackle complicated real-world problems successfully

Enregistré dans:

Détails bibliographiques
Auteur principal:	Bali, Raghav (19..-....). (Auteur)
Autres auteurs:	Sarkar, Dipanjan (19..-....). (Auteur)
Support:	E-Book
Langue:	Anglais
Publié:	Birmingham ; Mumbai : Packt Publishing Limited, 2016.
Sujets:	R > logiciel. Apprentissage automatique.
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

Practical machine learning in R
par: Nwanganga, Fred (19..-....).

Mastering machine learning with R
par: Lesmeister, Cory.
Publié: (2017)

R deep learning cookbook : solve complex neural net problems with TensorFlow, H2O and MXNet
par: Prakash, PKS..
Publié: (2017)

Data science : fondamentaux et études de cas : machine learning avec Python et R
par: Biernat, Éric (19..-....).
Publié: (2015)

Séries temporelles avec R
par: Aragon, Yves (1944-2021).
Publié: (2016)

Réseaux bayésiens avec R
par: Denis, Jean-Baptiste (19..-....).
Publié: (2014)

Analyse factorielle multiple avec R
par: Pagès, Jérôme (1949-....).
Publié: (2013)

R pour les scientifiques : mise en oeuvre de projets et valorisation des résultats
par: Rebaudo, François (1982-....).
Publié: (2021)

Pratique de la data science avec R : arranger, visualiser, analyser et présenter des données
par: Paroissin, Christian (1976-....).
Publié: (2021)

Machine Learning Algorithms : Reference guide for popular algorithms for data science and machine learning
par: Bonaccorso, Bonaccorso.
Publié: (2017)

Adversial robustness for machine learning
par: Chen, Pin-Yu (19..-).

Statistical analysis with R for dummies
par: Schmuller, Joseph (1947-....).

Deep learning by example : a hands-on guide to implementing advanced machine learning algorithms and neural networks
par: Menshawy, Ahmed.
Publié: (2018)

Statistiques appliquées avec introduction au logiciel R
par: Marchal, Olivier (1982-....; mathématicien).

Calcul parallèle avec R
par: Miele, Vincent (19..-....).
Publié: (2016)

R and data mining : examples and case studies
par: Zhao, Yanchang (1977-....).
Publié: (2012)

Graph Machine Learning : Take graph data to the next level by applying machine learning techniques and algorithms
par: Stamile, Claudio (19..-....; chercheur en informatique).
Publié: (2021)

Learning Bayesian models with R : become an expert in Bayesian machine learning methods using R and apply them to solve real-world big data problems
par: Koduvely, Hari M..
Publié: (2015)

R pour les data sciences : importer, classer, transformer, visualiser et modéliser les données
par: Grolemund, Garrett (19..-....).
Publié: (2018)

Introduction au machine learning
par: Azencott, Chloé-Agathe (19..-....).
Publié: (2022)

R and Python for Oceanographers : A Practical Guide with Applications
par: Alyuruk, Hakan.
Publié: (2019)

Machine learning : expert techniques to tackle complex machine learning problems using Python
par: Thanaki, Jalaj.
Publié: (2018)

Machine learning with R : learn how to use R to apply powerful machine learning methods and gain an insight into real-world applications
par: Lantz, Brett.
Publié: (2013)

Data mining applications with R
par: Zhao, Yanchang (1977-....).
Publié: (2013)

Apprentissage machine, clé de l'intelligence artificielle : une introduction pour non-spécialistes
par: Gilleron, Rémi.

Machine learning for developers : uplift your regular applications with the power of statistics, analytics, and machine learning
par: Bonnin, Rodolfo.
Publié: (2017)

Advanced analytics with R and Tableau : advanced visual analytical solutions for your business
par: Stirrup, Jen.
Publié: (2017)

Basic statistics with R : reaching decisions with data
par: Loftus, Stephen C. (19..-....; mathématicien).
Publié: (2021)

Deep learning
par: Kelleher, John D. (1974-....).
Publié: (2019)

Developmental robotics : from babies to robots
par: Cangelosi, Angelo (1967-....).

The Promise of Artificial Intelligence : Reckoning and Judgment
par: Smith, Brian Cantwell.
Publié: (2019)

Feature engineering made easy : identify unique features from your dataset in order to build powerful machine learning systems
par: Ozdemir, Sinan.
Publié: (2018)

Introduction to R for quantitative finance : solve a diverse range of problems with R, one of the most powerful tools for quantitative finance
par: Daróczi, Gergely (19..-....).
Publié: (2013)

Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: (2019)

Apprentissage artificiel : concepts et algorithmes : de Bayes et Hume au Deep Learning
par: Barra, Vincent (19..-....; chercheur en informatique de modélisation).
Publié: (2021)

Machine learning for planetary science
par: Helbert, Joern.
Publié: (2022)

Mastering .NET machine learning : master the art of machine learning with .NET and gain insight into real-world applications
par: Dixon, Jamie.
Publié: (2016)

Machine learning avec Scikit-Learn : mise en oeuvre et cas concrets
par: Géron, Aurélien (19..-....).

Python pour le data scientist : des bases du langage au machine learning
par: Jakobowicz, Emmanuel (1980-....).

Optimization for machine learning
par: Sra, Suvrit (1976-....).
Publié: (2011)

Université catholique de l'Ouest - Bibliothèques - 3 place André Leroy - BP10808 - 49008 ANGERS Cedex 1