Зарегистрироваться
Восстановить пароль
FAQ по входу

Дьяконов А.Г. Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLAB

  • Файл формата pdf
  • размером 7,09 МБ
  • Добавлен пользователем
  • Описание отредактировано
Дьяконов А.Г. Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLAB
(Практикум на ЭВМ кафедры математических методов прогнозирования): Учебное пособие. – М.: Издательский отдел факультета ВМК МГУ имени М.В. Ломоносова, 2010. - 278 с.
Учебное пособие предназначено для студентов, которые специализируются в области анализа данных (data mining). Описаны основные принципы программирования логических игр, основные модели алгоритмов классификации, кластеризации и восстановления регрессии, а также программное обеспечение для решения задач анализа данных: WEKA, RapidMiner, MatLAB.
  • Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
  • Регистрация

Смотри также

Подробнее

Вьюгин В.В. Математические основы теории машинного обучения и прогнозирования

  • pdf
М.: МЦНМО, 2013. — 390 с. Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр с предсказаниями. В первой части излагаются основы статистической теории машинного обучения, рассматриваются задачи классификации и регрессии с опорными векторами, теория обобщения и алгоритмы построения...
  • 1,78 МБ
  • добавлен
  • описание отредактировано
Подробнее

Дюк В.А., Самойленко А.П. Data Mining. Учебный курс

  • djvu
СПб: Питер, 2001. — 368 с. — ISBN: 5-318-00227-7 Не новая, но прекрасная книга по Data Mining на русском. Содержит все основные методы, интересные примеры, понятные формулы, код. Впервые в электронном виде! В книге приводится объективный аналитический обзор методов и программных продуктов Data Mining. Подробно рассматриваются статистические пакеты, нейросети, эволюционные...
  • 10,21 МБ
  • добавлен
  • описание отредактировано
Подробнее

Мюллер А., Гидо С. Введение в машинное обучение с помощью Python

  • pdf
М.: O’Reilly Media, 2017. — 392 с. Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем...
  • 13,28 МБ
  • добавлен
  • описание отредактировано
Подробнее

Силен Д., Мейсман А., Али М. Основы Data Science и Big Data. Python и наука о данных

  • pdf
СПб.: Питер, 2017. — 336 с. — (Библиотека программиста). — ISBN: 9785496025171. Data Science - это совокупность понятий и методов, позволяющих придать смысл и понятный вид огромным объемам данных. Каждая из глав этой книги посвящена одному из самых интересных аспектов анализа и обработки данных. Вы начнете с теоретических основ, затем перейдете к алгоритмам машинного обучения,...
  • 108,32 МБ
  • добавлен
  • описание отредактировано
Подробнее

Хайкин С. Нейронные сети. Полный курс

  • pdf
2-e изд. — Пер. с англ. — М.: Вильямс, 2006. — 1104 с.: ил. В книге рассматриваются основные парадигмы искусственных нейронных сетей. Представленный материал содержит строгое математическое обоснование всех нейросетевых парадигм, иллюстрируется примерами, описанием компьютерных экспериментов, содержит множество практических задач, а также обширную библиографию. В книге также...
  • 18,63 МБ
  • дата добавления неизвестна
  • описание отредактировано
Подробнее

Чубукова И.А. Data Mining

  • pdf
Курс лекций интернет-университета INTUIT. 328 с. , 2006 г. Курс знакомит слушателей с технологией Data Mining, подробно рассматриваются методы, инструментальные средства и применение Data Mining. Описание каждого метода сопровождается конкретным примером его использования. Обсуждаются отличия Data Mining от классических статистических методов анализа и OLAP-систем,...
  • 3,17 МБ
  • дата добавления неизвестна
  • описание отредактировано
Наверх