机器学习与R语言：机器学习与R语言中文版怎么样?最新电子版百度云下载
随着大数据的概念变得越来越流行，对数据的探索、分析和预测成为大数据分析领域的基本技能之一。作为探索和分析数据的基本理论和工具，机器学习和数据挖掘成为时下炙手可热的技术。R作为功能强大并且免费的数据分析工具，在数据分析领域获得了越来越多用户的青睐。
本书通过丰富的实际案例来探索如何应用R来进行现实世界问题的机器学习，如何从数据中获取可以付诸行动的洞察力。本书案例清晰而实用，讲解循序渐进，是一本用R进行机器学习的实用指南，既适用于机器学习的初学者，也适用于具有一定经验的老手，本书将帮助他们回答有关R的所有问题。
作者简介:
Brett Lantz 在应用创新的数据方法来理解人类的行为方面有10余年经验。他最初是一名社会学家，在学习一个青少年社交网站分布的大型数据库时，他就开始陶醉于机器学习。从那时起，他致力于移动电话、医疗账单数据和公益活动等交叉学科的研究，并维护dataspelunking.com这个网站，该网站致力于分享有关探寻数据中所蕴含的洞察的知识。 译者简介 李洪成 统计学博士，现为上海金融学院副教授，是SPSS统计分析软件和R语言专家。他的研究方向为金融统计和数据挖掘。他曾出版多本著作，并在专业杂志发表多篇论文，代表著作有《SPSS18数据分析基础与实践》、《SPSS数据分析教程》、《时间序列预测实践教程》，译著有《R语言经典实例》、《数据挖掘与R语言》、《金融数据分析导论：基于R语言》等。
目录:
第1章 机器学习简介 1
第2章 数据的管理和理解 18
第3章 懒惰学习——使用近邻分类 44
第4章 概率学习——朴素贝叶斯分类 61
第5章 分而治之——应用决策树和规则进行分类 82
第6章 预测数值型数据——回归方法 113
第7章 黑箱方法——神经网络和支持向量机 146
第8章 探寻模式——基于关联规则的购物篮分析 172
第9章 寻找数据的分组——k均值聚类 191
第10章 模型性能的评价 208
第11章 提高模型的性能 231
第12章 其他机器学习主题 249
点击下载