内容介绍
本书基于R语言介绍了机器学习算法、统计方法和数据分析方法,让读者在边学边做的过程中学会解决实际问题。本书首先使用简单易懂的例子来逐步解释各种机器学习算法。接下来,介绍如何用R编写脚本,这些脚本会应用相关算法来解决实际数据中的问题。本书提供脚本代码,读者可利用相关脚本进行学习。
数据分析与机器学习 基于R语言
本书介绍了R语言、机器学习算法、统计方法和分析方法,用于让读者了解如何在数据中找到有趣的结构,以及学会如何使用数据来解决复杂问题。通过简单、易懂的例子逐步解释各种机器学习算法是如何独立于任何编程语言工作的。本书详细介绍了用R编写的脚本,并将这些脚本应用于具有真实数据的复杂问题。提供了脚本代码,允许读者在学习时执行脚本,涵盖了多种机器学习技术的不同实现方式。 本书既适合作为高校计算机及相关专业的教材,也适合作为IT技术人员的参考书。
目录
●
译者序
前言
第1章 机器学习导论1
1.1 机器学习、统计分析和数据科学1
1.2 机器学习:第一个示例2
1.2.1 属性-值格式2
1.2.2 用于诊断疾病的决策树3
1.3 机器学习策略5
1.3.1 分类5
1.3.2 估计6
1.3.3 预测6
1.3.4 无监督聚类9
1.3.5 市场购物篮分析9
1.4 评估性能9
1.4.1 评估监督模型10
1.4.2 二分类误差分析10
1.4.3 评估数值输出11
1.4.4 通过测量提升比较模型11
1.4.5 评估无监督模型13
1.5 伦理问题14
1.6 本章小结14
1.7 关键术语15
练习题16
第2章 R语言简介18
2.1 R语言和RStudio简介18
2.1.1 R的特性19
2.1.2 安装R19
2.1.3 安装RStudio20
2.2 浏览RStudio21
2.2.1 控制台21
2.2.2 源面板22
2.2.3 全局环境24
2.2.4 包28
2.3 数据在哪里29
2.4 获取帮助和额外信息29
2.5 本章小结30
练习题30
相关安装包和函数总结31
......内容介绍
本书基于R语言介绍了机器学习算法、统计方法和数据分析方法,让读者在边学边做的过程中学会解决实际问题。本书首先使用简单易懂的例子来逐步解释各种机器学习算法。接下来,介绍如何用R编写脚本,这些脚本会应用相关算法来解决实际数据中的问题。本书提供脚本代码,读者可利用相关脚本进行学习。
微信支付
支付宝
扫一扫购买