#smrgKİTABEVİ Tarım Gıda ve Yaşam Bilimlerinde R ile Makine Öğrenmesi ve Veri Madenciliği - 2022

Editör:
Kondisyon:
Yeni
Sunuş / Önsöz / Sonsöz / Giriş:
Basıldığı Matbaa:
Dizi Adı:
ISBN-10:
9786254272868
Kargoya Teslim Süresi:
6&9
Hazırlayan:
Cilt:
Amerikan Cilt
Stok Kodu:
1199220453
Boyut:
16x24
Sayfa Sayısı:
686 s.
Basım Yeri:
Ankara
Baskı:
1
Basım Tarihi:
2022
Kapak Türü:
Karton Kapak
Kağıt Türü:
Enso
Dili:
Türkçe
Kategori:
indirimli
420,00
Taksitli fiyat: 9 x 51,33
Siparişiniz 6&9 iş günü arasında kargoda
1199220453
607102
Tarım Gıda ve Yaşam Bilimlerinde R ile Makine Öğrenmesi ve Veri Madenciliği -        2022
Tarım Gıda ve Yaşam Bilimlerinde R ile Makine Öğrenmesi ve Veri Madenciliği - 2022 #smrgKİTABEVİ
420.00
Bu kitap, klasik makine öğrenmesi ve derin öğrenme alanındaki popüler denetimli ve denetimsiz öğrenme yöntemlerini tanıtmaktadır. KNN, SVM, Naive Bayes, CHAID, CART, Ayırma Analizi, Random Forests, C5.0, GBM, XGBoost vb. çok sayıda klasik makine öğrenmesi yöntemleri yanında yapay sinir ağları (ANN) ve evrişimsel sinir ağları (CNN) gibi derin öğrenme yöntemleri kitapta ayrıntılı anlatılmaktadır. Kitapta ANN ve CNN için özel bir bölüm ayrılmış Keras ve TensorFlow ile aktarmalı öğrenme, veri çoğaltma, parametre ayarlama ve Shiny uygulaması geliştirme konularında kapsamlı örnekler sunulmuştur. Denetimsiz öğrenmede kümeleme yöntemleri, birliktelik kuralları ve boyut indirgemede yaygın olarak kullanılan yöntemler tanıtılmaktadır. Kitapta ayrıca regresyon modelleriyle öğrenme konusu MARS ve NNS gibi yeni yöntemler de eklenerek incelenmektedir. Bunun yanında makine öğrenmesi ve veri madenciliğinde kullanılan algoritmalar ve modellerin karşılaştırılması için uygulamalar yapılmış, karşılaştırmalarda kullanılabilecek tüm başarım ölçütleri ayrıntılı şekilde anlatılmış ve kodları verilmiştir.

Tarım ve gıda, makine öğrenmesi ve veri madenciliği yöntemlerinden yararlanılması gereken alanların ilk sıralarında gelmektedir. Tarımsal ürünler ve gıda arzının arttırılması, ancak aynı zamanda ekosistem ve küresel kaynakların korunmasını sağlamak için yapılacak iş ve uygulamalarda makine öğrenmesi ve veri madenciliğinin önemi gittikçe artmaktadır. Bu nedenle kitapta verilen örneklerde tarım, gıda, çevre, biyoloji ve genetik gibi yaşam bilimleriyle ilgili alanlarda veri setleri kullanılarak okuyucunun konuya daha hızlı uyumu amaçlanmıştır.

Bu kitapta makine öğrenmesi ve veri madenciliği için programlama ve örnek uygulamalar R ile yapılmıştır. R, istatistik analiz, veri bilimi ve makine öğrenmesi de dâhil hemen her dalda hazırlanmış yaklaşık 27.000 paketi ile büyük kolaylıklar ve esneklikler sunan açık kaynak, özgür ve ücretsiz devasa bir ekosistem durumundadır. Kitapta, en temel düzeyden başlayarak tam anlamıyla profesyonel uygulamalar yapabilmek için gerekli R kodları sunulmaktadır.

Bu kitap, klasik makine öğrenmesi ve derin öğrenme alanındaki popüler denetimli ve denetimsiz öğrenme yöntemlerini tanıtmaktadır. KNN, SVM, Naive Bayes, CHAID, CART, Ayırma Analizi, Random Forests, C5.0, GBM, XGBoost vb. çok sayıda klasik makine öğrenmesi yöntemleri yanında yapay sinir ağları (ANN) ve evrişimsel sinir ağları (CNN) gibi derin öğrenme yöntemleri kitapta ayrıntılı anlatılmaktadır. Kitapta ANN ve CNN için özel bir bölüm ayrılmış Keras ve TensorFlow ile aktarmalı öğrenme, veri çoğaltma, parametre ayarlama ve Shiny uygulaması geliştirme konularında kapsamlı örnekler sunulmuştur. Denetimsiz öğrenmede kümeleme yöntemleri, birliktelik kuralları ve boyut indirgemede yaygın olarak kullanılan yöntemler tanıtılmaktadır. Kitapta ayrıca regresyon modelleriyle öğrenme konusu MARS ve NNS gibi yeni yöntemler de eklenerek incelenmektedir. Bunun yanında makine öğrenmesi ve veri madenciliğinde kullanılan algoritmalar ve modellerin karşılaştırılması için uygulamalar yapılmış, karşılaştırmalarda kullanılabilecek tüm başarım ölçütleri ayrıntılı şekilde anlatılmış ve kodları verilmiştir.

Tarım ve gıda, makine öğrenmesi ve veri madenciliği yöntemlerinden yararlanılması gereken alanların ilk sıralarında gelmektedir. Tarımsal ürünler ve gıda arzının arttırılması, ancak aynı zamanda ekosistem ve küresel kaynakların korunmasını sağlamak için yapılacak iş ve uygulamalarda makine öğrenmesi ve veri madenciliğinin önemi gittikçe artmaktadır. Bu nedenle kitapta verilen örneklerde tarım, gıda, çevre, biyoloji ve genetik gibi yaşam bilimleriyle ilgili alanlarda veri setleri kullanılarak okuyucunun konuya daha hızlı uyumu amaçlanmıştır.

Bu kitapta makine öğrenmesi ve veri madenciliği için programlama ve örnek uygulamalar R ile yapılmıştır. R, istatistik analiz, veri bilimi ve makine öğrenmesi de dâhil hemen her dalda hazırlanmış yaklaşık 27.000 paketi ile büyük kolaylıklar ve esneklikler sunan açık kaynak, özgür ve ücretsiz devasa bir ekosistem durumundadır. Kitapta, en temel düzeyden başlayarak tam anlamıyla profesyonel uygulamalar yapabilmek için gerekli R kodları sunulmaktadır.

Axess Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 420,00    420,00   
2 218,40    436,80   
3 148,40    445,20   
6 75,60    453,60   
9 51,33    462,00   
QNB Finansbank Kartları
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 420,00    420,00   
2 218,40    436,80   
3 148,40    445,20   
6 75,60    453,60   
9 51,33    462,00   
Bonus Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 420,00    420,00   
2 218,40    436,80   
3 148,40    445,20   
6 75,60    453,60   
9 51,33    462,00   
Paraf Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 420,00    420,00   
2 218,40    436,80   
3 148,40    445,20   
6 75,60    453,60   
9 51,33    462,00   
Maximum Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 420,00    420,00   
2 218,40    436,80   
3 148,40    445,20   
6 75,60    453,60   
9 51,33    462,00   
World Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 420,00    420,00   
2 218,40    436,80   
3 148,40    445,20   
6 75,60    453,60   
9 51,33    462,00   
Diğer Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 420,00    420,00   
2 -    -   
3 -    -   
6 -    -   
9 -    -   
Yorum yaz
Bu kitabı henüz kimse eleştirmemiş.
Kapat