作品简介
R本身是一款十分优秀的数据分析和数据可视化软件。本书由机器学习领域的专家撰写,通过将实践案例与核心的理论知识相结合,全面介绍多种重要的机器学习算法,从对案例数据的探索、整理到模型的建立和模型的评估,每一步都给出详尽的步骤和R代码,为读者深入理解并灵活应用R语言进行数据挖掘和机器学习提供翔实参考。
无论你是经验丰富的R语言用户还是初学者,作者都会教你如何进行数据预处理、发现关键见解、做出新的预测以及将结果可视化。这本书新增了机器学习成功之道、高级数据准备、构建更好的学习器以及利用大数据等章节,反映了机器学习在过去几年中取得的进步,帮助你掌握更多的数据科学技能,解决更具挑战性的问题。
这本书已更新至 R语言4.2.2版,其中包含更新、更好的库,关于机器学习中的道德和偏见问题的建议以及深度学习方面的介绍。无论你是想迈出使用R进行机器学习的第一步,还是想确保技能和知识与时俱进,这本书都是不可错过的读物。
出版社机械工业出版社
出版时间2026-01-15
ISBN9787111792758
共 20 章
Preface译者序试读
Preface 前言试读
关于作者试读
关于审校者试读
Chapter 1 第1章机器学习概述试读
Chapter 2 第2章管理与解读数据
Chapter 3 第3章 懒惰学习——最近邻分类
Chapter 4 第4章 概率学习——朴素贝叶斯分类
Chapter 5 第5章 分而治之——用决策树和规则分类
Chapter 6 第6章 预测数值型数据——回归法
Chapter 7 第7章黑盒法——神经网络和支持向量机
Chapter 8 第8章发掘模式——用关联规则进行购物篮分析
Chapter 9 第9章 寻找数据分组——k均值聚类
Chapter 10 第10章评估模型性能
Chapter 11 第11章机器学习成功之道
Chapter 12 第12章高级数据准备
Chapter 13 第13章 难以处理的数据——过多、太少,或过于复杂
Chapter 14 第14章构建更好的学习器
Chapter 15 第15章 利用大数据
推荐阅读

