用R輕鬆實現機器學習

摘要： 看了這本書，就喜歡上了這本書，每一個機器學習演算法，簡要地介紹了演算法的原理，演算法的優勢，演算法的應用，演算法的侷限和演算法的R語言實現以及演算法總結。希望你也喜歡，也有啟發。 本書提供了一份實用教程，基於清晰實用的案例研究來認識和掌握機器學習解決現實問題的方法。通過這個過程，帶您進入...

看了這本書，就喜歡上了這本書，每一個機器學習演算法，簡要地介紹了演算法的原理，演算法的優勢，演算法的應用，演算法的侷限和演算法的R語言實現以及演算法總結。希望你也喜歡，也有啟發。

本書提供了一份實用教程，基於清晰實用的案例研究來認識和掌握機器學習解決現實問題的方法。通過這個過程，帶您進入一個有趣味的用R語言建立機器學習模型的旅程。無論您是資料科學新手，還是資深人士，本書提供了一套功能強大的工具，可以使用 R快速輕鬆地從資料中獲得洞察力 。

在本書中，你會學習到：

• 瞭解機器學習基礎
• 發揮決策樹的力量
• 培養KNN開發技能
• 使用NB設計成功的應用程式
• 部署LDA
• 探索SVM
• 掌握線性和邏輯迴歸
• 使用RF建立解決方案
• 使用Boosting解決複雜問題
• 通過kmeans聚類獲得深刻的見解
• 獲取提高模型效能的提示

關於本書的內容，從下面思維導圖可以快速地認識到：

本書內容組織結構

本書，還有以下特色：

• 第一：對於每個章節的內容，提供了豐富地擴充套件閱讀資料，包括論文和書籍，可以幫助讀者更進一步地學習這個主題的內容。
• 第二：每個演算法的應用，觸及到不同領域或者場景的問題，這些問題都具有實用性和價值性，並且這些問題都是作者從最新的文獻或者資料中提煉和總結而成的，一定程度上面，可以擴充對機器學習演算法解決現實問題的視野和思維。
• 第三：每個演算法都用R語言分步驟做了實現，並且對不同演算法的模型效能優化進行了探索和驗證，比方說KNN演算法的模型效能提升，一方面可以嘗試不同的距離度量標準，一方面也可以測試不同的近鄰個數。

本書是英文版，下載連結：

https://pan.baidu.com/s/15xACecLwAnqsyEir3evtAg

您在閱讀中有什麼想法或者見解，請留言。

版權宣告：作者保留權利，嚴禁修改，轉載請註明原文連結。

資料人網是資料人學習、交流和分享的平臺http://shujuren.org 。專注於從資料中學習到有用知識。 平臺的理念：人人投稿，知識共享；人人分析，洞見驅動；智慧聚合，普惠人人。 您在資料人網平臺，可以1）學習資料知識；2）建立資料部落格；3）認識資料朋友；4）尋找資料工作；5）找到其它與資料相關的乾貨。 我們努力堅持做原創，聚合和分享優質的省時的資料知識！ 我們都是資料人，資料是有價值的，堅定不移地實現從資料到商業價值的轉換！