R深度学习权威指南 1st Edition – PDF/EPUB Version Downloadable

$49.99

Author(s): Posts & Telecom Press
Publisher: Packt Publishing
ISBN: 9781836204114
Edition: 1st Edition

Important: No Access Code

Delivery: This can be downloaded Immediately after purchasing.

Version: Only PDF Version.

Compatible Devices: Can be read on any device (Kindle, NOOK, Android/IOS devices, Windows, MAC)

Quality: High Quality. No missing contents. Printable

Recommended Software: Check here

Description

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
  • å°†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。

R编程学习指南 1st Edition – PDF/EPUB Version Downloadable

$49.99

Author(s): Posts & Telecom Press
Publisher: Packt Publishing
ISBN: 9781836204930
Edition: 1st Edition

Important: No Access Code

Delivery: This can be downloaded Immediately after purchasing.

Version: Only PDF Version.

Compatible Devices: Can be read on any device (Kindle, NOOK, Android/IOS devices, Windows, MAC)

Quality: High Quality. No missing contents. Printable

Recommended Software: Check here

Description

高效数据分析师实用指南

Key Features

  • 通过简单且实践性强的方式,让读者逐步建立对R语言的理解
  • 通过实际操作实例,让读者亲身体验强大的R工具,并总结R的使用方法

Book Description

R 是一个开源、跨平台的科学计算和统计分析软件包,它提供了丰富多样的统计功能和强大的数据分析功能。随着数据科学的快速发展,R已经成为数据分析领域非常流行的语言。
本书通过15章内容,向读者全面讲解了R的基础知识和编程技巧。本书不仅介绍了R的安装、基本对象、工作空间管理、基本表达式、基本对象操作、字符串的使用等基础内容,还对数据处理、R的内部机制、元编程、面向对象编程、数据库操作、数据操作进行了讲解,同时也涉及高性能计算、网页爬虫和效率提升等重要主题。
本书面向数据领域的从业人员,尤其适合想要通过学习R编程及相关工具提升数据处理效率的读者阅读,也适合计算机或统计相关专业的学生参考使用。通过阅读本书,读者将全面掌握R的相关特性及其在数据处理和分析方面的应用,极大地提升自己的专业技能。

What you will learn

  • 探索 R 的基本功能,熟悉常用的数据结构;
  • 在R中,使用统计学、数据挖掘和可视化、根查找和最优化的基本函数来处理数据;
  • 了解 R 的计算模式、环境和元编程技术;
  • 掌握 R 中的面向对象编程;
  • 访问 SQLite 等关系型数据库和MongoDB 等非关系型数据库;
  • 了解 Rcpp 等高性能计算技术;
  • 使用网页爬虫技术提取信息;
  • 创建 R Markdown,使用 Shiny 创建交互式应用程序,使用DiagramR或者ggvis扩展包创建交互式图表等。

Who this book is for

本书面向数据领域的从业人员,尤其适合想要通过学习R编程及相关工具提升数据处理效率的读者阅读,也适合计算机或统计相关专业的学生参考使用。通过阅读本书,读者将全面掌握R的相关特性及其在数据处理和分析方面的应用,极大地提升自己的专业技能。

深度学习实战手册(R语言版) 1st Edition – PDF/EPUB Version Downloadable

$49.99

Author(s): Posts & Telecom Press
Publisher: Packt Publishing
ISBN: 9781836200932
Edition: 1st Edition

Important: No Access Code

Delivery: This can be downloaded Immediately after purchasing.

Version: Only PDF Version.

Compatible Devices: Can be read on any device (Kindle, NOOK, Android/IOS devices, Windows, MAC)

Quality: High Quality. No missing contents. Printable

Recommended Software: Check here

Description

使用TensorFlow、H2O和MXNet解决复杂的神经网络问题,全彩印刷

Key Features

  • 本书的结构简单明了,每部分由准备环节、动手操作和工作原理组成,可强化读者的学习
  • 覆盖了深度学习领域常见的神经网络类型,并介绍了使用场景
  • 包含大量实用的示例代码,方便读者应用到实际项目中。

Book Description

深度学习是当前的热门,它是机器学习的一部分。在庞大而复杂的数据应用中,深度学习取得的效果非常吸引人。同时,R编程语言在数据挖掘人员和统计人员当中非常流行。
本书介绍使用 R 语言和深度学习库 TensorFlow、H2O 和 MXNet 构建不同的深度学习模型的方法和原理。本书共 10 章,其中第 1、2 章介绍如何在 R 中配置不同的深度学习库以及如何构建神经网络;第 3 ~ 7 章介绍卷积神经网络、自动编码器、生成模型、循环神经网络和强化学习的构建方法和原理;第 8、9 章介绍深度学习在文本挖掘以及信号处理中的应用;第 10 章介绍迁移学习以及如何利用 GPU 部署深度学习模型。
本书的结构简单明了,每部分由准备环节、动手操作和工作原理组成,可强化读者的学习;内容上覆盖了深度学习领域常见的神经网络类型,并介绍了使用场景。同时,书中包含大量实用的示例代码,方便读者应用到实际项目中。
阅读完本书,你将对深度学习的架构和不同的深度学习包有一个比较深入的理解,能够为你今后碰到的项目或问题找到合适的解决方案。

What you will learn

  • 使用TensorFlow、H2Oå’ŒMXNet构建
  • 不同应用领域的深度学习模型
  • 分析深度玻尔兹曼机
  • 建立和分析深度信念网络
  • 使用各种机器学习算法构建监督模型
  • 使用自动编码器理解特征表示
  • 探索深度学习中可用的生成模型
  • 使用循环网络实现序列建模
  • 了解强化学习的基础知识
  • 了解深度学习应用于文本挖掘的流程和步骤
  • 探索深度学习在信号处理中的应用
  • 使用迁移学习构建深度学习模型
  • 在GPU上训练深度学习模型

Who this book is for

深度学习爱好者,深度学习方向的研究人员和工程技术人员,相关专业的师生。

精通R语言 1st Edition – PDF/EPUB Version Downloadable

$49.99

Author(s): Posts & Telecom Press
Publisher: Packt Publishing
ISBN: 9781836208334
Edition: 1st Edition

Important: No Access Code

Delivery: This can be downloaded Immediately after purchasing.

Version: Only PDF Version.

Compatible Devices: Can be read on any device (Kindle, NOOK, Android/IOS devices, Windows, MAC)

Quality: High Quality. No missing contents. Printable

Recommended Software: Check here

Description

学习量化金融R语言高级教程,掌握R语言金融建模的核心技术,构建定制化的量化交易平台

Key Features

  • R语言是数据处理的绝佳工具,将R语言引入金融定量分析可以更好地优化分析过程,高效获取分析结果。
  • 本书是量化金融领域的R语言学习指南,通过阅读本书,读者可以了解核心的R语言建模技巧,掌握量化金融的关键技术。

Book Description

R是一种功能强大的开源泛函式编程语言,提供了高水平的图形和对其他语言的接口。它的优点在于数据分析、绘图、可视化以及数据操作。在科学、工程以及商业领域,R正在成为一种被广泛使用的建模工具。
本书通过13章的内容向读者详细介绍了使用R语言实现量化金融的方方面面。本书从时间序列分析开始讲解,并教给你如何预测VWAP的交易成交量。本书还涵盖了外汇衍生品、利率衍生品以及期权对冲等内容。最后的几章概览了流动性风险管理、风险测度以及更多相关内容。
本书的目标读者是那些既熟悉基本金融概念又具有一定编程能力的人。通过阅读本书,读者可以了解R语言与量化金融相关的各类知识和编程技巧。

What you will learn

  • 时间序列分析
  • 因素模型
  • 成交量预测
  • 大数据一高级分析
  • FX衍生品
  • 利率衍生品和模型
  • 奇异期权
  • 最优对冲
  • 基本面分析
  • 技术分析、神经网络和对数优化组合
  • 资产和负债管理
  • 资本充足率
  • 系统风险

Who this book is for

对金融领域感兴趣的程序员、想要使用R语言进行金融数据分析的人员。尤其适合那些想要通过R建模实现量化金融的专业人士。

R大数据分析实用指南 1st Edition – PDF/EPUB Version Downloadable

$49.99

Author(s): Posts & Telecom Press
Publisher: Packt Publishing
ISBN: 9781836205791
Edition: 1st Edition

Important: No Access Code

Delivery: This can be downloaded Immediately after purchasing.

Version: Only PDF Version.

Compatible Devices: Can be read on any device (Kindle, NOOK, Android/IOS devices, Windows, MAC)

Quality: High Quality. No missing contents. Printable

Recommended Software: Check here

Description

了解R的核心功能及第三方软件包,掌握大数据处理的重要秘诀

Key Features

  • 本书挑战了关于R语言不支持大数据流程和分析的偏见
  • 从数据导入和管理到高级分析和预测建模的大数据产品周期的所有阶段中亲身体验各种工具与R的整合

Book Description

R是一个强大的、开源的、函数式编程语言,可以用于广泛的编程任务。一般来讲,R语言的应用主要在数据统计与分析、机器学习、高性能计算等方面。R语言已经在多个领域赢得了认可,同时也基于其开源、免费的特点不断地发展壮大。
本书通过9章内容,循序渐进地揭示了大数据的概念,介绍了如何使用R进行数据处理,如何创建Hadoop虚拟机,如何建立和部署SQL数据库,同时还介绍了MongoDB、HBase、Spark、Hive相关的内容,并在本书的最后介绍了R的潜在应用场景。
本书适合中级数据分析师、数据工程师、统计学家、研究人员和数据科学家阅读,需要读者具备数据分析、数据管理和大数据算法的基本知识。

What you will learn

  • 如何使用R进行数据处理
  • 如何创建Hadoop虚拟机
  • 如何建立和部署SQL数据库
  • MongoDB、HBase、Spark、Hive的相关内容
  • R的潜在应用场景

Who this book is for

本书适合中级数据分析师、数据工程师、统计学家、研究人员和数据科学家,希望并计划将当前或未来的大数据分析流程与R编程语言相结合。
本书假定读者已有一些数据分析、数据管理和大数据算法的经验,有可能只是欠缺一些与R相关的开源大数据工具的使用技能。