Học máy và học sâu với R: Một hướng dẫn thực hành

Dữ liệu là một trong những tài sản có giá trị nhất trong thế giới hiện đại, nhưng sức mạnh thực sự của nó nằm trong khả năng dự đoán xu hướng và tự động hóa các quyết định. R cung cấp một hệ sinh thái mạnh mẽ, chuyên biệt để biến thông tin thô thành các mô hình học máy tinh vi. Chương trình này hướng dẫn bạn từ các khái niệm cơ bản của việc thao tác dữ liệu đến việc triển khai các mạng nơron tiên tiến. Bạn sẽ học được những kỹ năng cần thiết để dọn dẹp dữ liệu, xây dựng mô hình phân loại và hồi quy, và khám phá kiến trúc đằng sau học sâu hiện đại. Bằng cách đọc qua những lời giải thích chi tiết và nghiên cứu các ví dụ mã thực tế, bạn sẽ học cách trích xuất các mẫu có ý nghĩa từ các tập dữ kiện phức tạp. Bạn sẽ học được: - Hiểu ngữ pháp R cơ bản và cấu trúc dữ liệu cần thiết cho khoa học dữ kiện - Thực hiện dữ liệu dọn dẹp và chuyển đổi sử dụng các thực hành Tidyverse hiện đại - Thực hiện thuật toán học máy cho phân loại, hồi quy, và nhóm - Tìm hiểu kiến trúc học sâu bao gồm mạng nơron nhân tạo, cuộn và lặp lại - Apply feature engineering and dimensionality reduction to improve model performance - Thực hành các luồng công việc R hiện đại cho nghiên cứu tái tạo và khả năng mở rộng mô hình Chương trình bắt đầu với thuật ngữ cốt lõi và thiết lập môi trường trước khi tiến hành qua các kỹ thuật học có giám sát và không giám thị. Bạn sẽ kết thúc bằng cách khám phá các ứng dụng học sâu và cách xử lý các yêu cầu tính toán hiệu suất cao cho các dự án dữ liệu quy mô lớn. Chương trình này được thiết kế cho người mới bắt đầu muốn tham gia lĩnh vực khoa học dữ liệu; không cần kinh nghiệm trước đó với học máy hay học sâu. Bắt đầu hành trình của bạn vào mô hình dự đoán và phân tích dữ kiện với R hôm nay.