Can I read R语言数据分析项目开发实战 R data analysis projects R yu yan shu ju fen xi xiang mu kai fa shi zhan R data analysis projects on EtoBox?

R语言数据分析项目开发实战 R data analysis projects R yu yan shu ju fen xi xiang mu kai fa shi zhan R data analysis projects by 杨崇珉译;(印度)戈皮·萨博拉曼尼, 萨博拉曼尼 戈皮 is a book available to read on EtoBox.

What is R语言数据分析项目开发实战 R data analysis projects R yu yan shu ju fen xi xiang mu kai fa shi zhan R data analysis projects about?

1 (p1): 第1章 关联规则挖掘2 (p1-1): 1.1 理解推荐系统2 (p1-1-1): 1.1.1 事务3 (p1-1-2): 1.1.2 加权事务3 (p1-1-3): 1.1.3 Web应用程序4 (p1-2): 1.2 零售商用例和数据6 (p1-3): 1.3 关联规则挖掘22 (p1-4): 1.4 关联销售营销活动25 (p1-4-1): 1.4.1 杠杆效应26 (p1-4-2): 1.4.2 确信度27 (p1-5): 1.5 加权关联规则挖掘34 (p1-6): 1.6 基于超链接的主题搜索(HITS)41 (p1-7): 1.7 负关联规则45 (p1-8): 1.8 规则的可视化49 (p1-9): 1.9 封装56 (p1-10): 1.10 本章小结57 (p2): 第2章 基于内容的模糊逻辑推荐系统58 (p2-1): 2.1 基于内容的推荐系统62 (p2-2): 2.2 新闻聚合器用例和数据67 (p2-3): 2.3 设计基于内容的推荐引擎69 (p2-3-1): 2.3.1 构建相似度索引75 (p2-3-2): 2.3.2 搜索机制94 (p2-4): 2.4 完整的R代码101 (p2-5): 2.5 本章小结102 (p3): 第3章 协同过滤机制102 (p3-1): 3.1 协同过滤104 (p3-1-1): 3.1.1 基于内存的方案104 (p3-1-2): 3.1.2 基于模型的方案106 (p3-1-3): 3.1.3 隐因子模型方案107 (p3-2): 3.2 recommenderlab数据包111 (p3-3): 3.3 用例和数据120 (p3-4): 3.4 设计并实现协同过滤机制120 (p3-4-1): 3.4.1 评级矩阵121 (p3-4-2): 3.4.2 标准化123 (p3-4-3): 3.4.3 随机划分训练集和测试集125 (p3-4-4): 3.4.4 训练模型136 (p3-5): 3.5 完整的R代码142 (p3-6): 3.6 本章小结143 (p4): 第4章 基于深度神经网络的时序数据144 (p4-1): 4.1 时序数据145 (p4-1-1): 4.1.1 非季节性时序146 (p4-1-2): 4.1.2 季节性时序147 (p4-1-3): 4.1.3 回归问题150 (p4-2): 4.2 深度神经网络152 (p4-2-1): 4.2.1 前向循环153 (p4-2-2): 4.2.2 反向循环153 (p4-3): 4.3 MXNet数据包155 (p4-4): 4.4 MXNet中的符号编程159 (p4-4-1): 4.4.1 softmax激活函数162 (p4-4-2): 4.4.2 用例和数据163 (p4-4-3): 4.

Author

杨崇珉译;(印度)戈皮·萨博拉曼尼, 萨博拉曼尼 戈皮

Publisher

清华大学出版社 Qing hua da xue chu ban she

Published

2019

Language

ZH

ISBN

9787302533641