机器学习与R语言（原书第3版）

作者简介

内容简介

机器学习的核心是将数据转换为可操作的知识。R提供了一组强大的机器学习方法，可以帮助你快速轻松地发现数据背后隐藏的信息。 本书通过清晰和实用的案例来探索机器学习在现实世界中的应用。无论你是经验丰富的R用户还是R初学者，都会从本书中学到如何发现关键信息、做出新的预测并进行可视化。 本书的第3版包含更新和更好的库、有关机器学习中的道德和偏差问题的建议，以及深度学习的简介。 通过阅读本书，你将学到： • 通过示例发现机器学习的起源以及计算机的学习方式。 • 使用R语言为机器学习准备数据。 • 使用最近邻和贝叶斯方法对重要结果进行分类。 • 使用决策树、关联规则和支持向量机预测未来事件。 • 使用回归方法预测数值型数据和估计金融数据。 • 使用人工神经网络为复杂过程建模——深度学习的基础。 • 避免机器学习模型中的偏差。 • 评估模型并改善其性能。 • 将R连接到SQL数据库和新兴的大数据技术，例如Spark、H2O和TensorFlow。