机器学习与R语言 ([美]Brett Lantz) 中文pdf扫描版[53MB]

R本身是一款十分优秀的数据分析和数据可视化软件。《机器学习与R语言》通过将实践案例与核心的理论知识相结合，提供了你开始将机器学习应用到你自己项目中所需要的知识。《机器学习与R语言》主要内容：机器学习的基本概念和理论，用于机器学习的R软件环境；如何应用R来管理数据，进行数据的探索分析和数据可视化；典型的机器学习算法和案例，并给出了详细的分析步骤；模型性能评价的原理和方法；提高模型性能的几种常用方法；其他机器学习主题。

《机器学习与R语言》适用于任何希望使用数据来采取行动的人。读者只需要具有R的一些基本知识，不需要具备机器学习的深厚基础。不管是R初学者，还是熟练的R用户都能从书中找到对自己有用的内容。

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