Nouveauté
Machine Learning con R. Apprendimento Supervisionato: Modelli Predittivi per la Classificazione. MACHINE LEARNING
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format ePub est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
, qui est-ce ?Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- FormatePub
- ISBN8232042707
- EAN9798232042707
- Date de parution07/11/2025
- Protection num.pas de protection
- Infos supplémentairesepub
- ÉditeurHamza elmir
Résumé
Gli algoritmi di apprendimento automatico utilizzano metodi computazionali per estrarre informazioni direttamente dai dati. L'apprendimento automatico utilizza due tipi di tecniche: l'apprendimento supervisionato, che addestra un modello con dati di input e output noti in modo da poter prevedere risultati futuri, e l'apprendimento non supervisionato, che individua pattern nascosti o strutture intrinseche nei dati di input.
La maggior parte delle tecniche di apprendimento supervisionato viene sviluppata in questo libro da una prospettiva metodologica e pratica, con applicazioni tramite il software R. Le seguenti tecniche vengono esplorate in dettaglio: Analisi Discriminante, Modelli Logit, Modelli Probit, Modelli di Conteggio, Modelli Lineari Generalizzati, Modelli a Scelta Discreta, Alberi Decisionali e Reti Neurali.
La maggior parte delle tecniche di apprendimento supervisionato viene sviluppata in questo libro da una prospettiva metodologica e pratica, con applicazioni tramite il software R. Le seguenti tecniche vengono esplorate in dettaglio: Analisi Discriminante, Modelli Logit, Modelli Probit, Modelli di Conteggio, Modelli Lineari Generalizzati, Modelli a Scelta Discreta, Alberi Decisionali e Reti Neurali.
Gli algoritmi di apprendimento automatico utilizzano metodi computazionali per estrarre informazioni direttamente dai dati. L'apprendimento automatico utilizza due tipi di tecniche: l'apprendimento supervisionato, che addestra un modello con dati di input e output noti in modo da poter prevedere risultati futuri, e l'apprendimento non supervisionato, che individua pattern nascosti o strutture intrinseche nei dati di input.
La maggior parte delle tecniche di apprendimento supervisionato viene sviluppata in questo libro da una prospettiva metodologica e pratica, con applicazioni tramite il software R. Le seguenti tecniche vengono esplorate in dettaglio: Analisi Discriminante, Modelli Logit, Modelli Probit, Modelli di Conteggio, Modelli Lineari Generalizzati, Modelli a Scelta Discreta, Alberi Decisionali e Reti Neurali.
La maggior parte delle tecniche di apprendimento supervisionato viene sviluppata in questo libro da una prospettiva metodologica e pratica, con applicazioni tramite il software R. Le seguenti tecniche vengono esplorate in dettaglio: Analisi Discriminante, Modelli Logit, Modelli Probit, Modelli di Conteggio, Modelli Lineari Generalizzati, Modelli a Scelta Discreta, Alberi Decisionali e Reti Neurali.
