本书讲述的是R语言在数据科学中的应用，目标读者是从事不同行业的数据分析师、数据挖掘工程师、机器学习工程师、自然语言处理工程师、数据科学家，以及从事大数据和人工智能领域的工作者、学生、老师等。

本书最大的优点在于其通俗易懂、容易上手，每一个实例都有现成的数据和源代码，读者不仅能理解整个案例的来龙去脉，还可以直接编译本书提供的所有源代码，从而了解怎么从实际问题转变成可实现的代码，感受R语言的魅力，让数据产生价值。这种学习和实践相结合的方式非常适合初学者和有一定经验的数据分析师。

本书的内容涵盖了基于数据挖掘的常用模型，包括分类、聚类、关联分析、预测、异常检测等，还包括机器学习的常用算法和自然语言处理、数据可视化等内容。本书内容全面，做到了易读、易用、易理解、易实现、易上手，是不可多得的R语言书籍。



目录

• 第1章模式的数据挖掘
• 第2章序列的数据挖掘
• 第3章文本挖掘
• 第4章数据分析——回归分析
• 第5章数据分析——相关性
• 第6章数据分析——聚类
• 第7章数据可视化——R图形
• 第8章数据可视化——绘图
• 第9章数据可视化——三维
• 第10章机器学习实战
• 第11章用机器学习预测事件
• 第12章监督学习和无监督学习