机器学习是近年来的热门技术话题，R语言是处理其中大量数据的有力工具。本书为读者提供机器学习和R语言的坚实算法基础和业务基础，内容包括机器学习基本概念、线性回归、逻辑回归和判别分析、线性模型的高级选择特性、K最近邻和支持向量机等，力图平衡实践中的技术和理论两方面。

第 1 章成功之路 阅读

第 2 章线性回归：机器学习基础技术

第 3 章逻辑斯蒂回归与判别分析

第 4 章线性模型中的高级特征选择技术

第 5 章更多分类技术：K最近邻与支持向量机

第 6 章分类回归树

第 7 章神经网络与深度学习

第 8 章聚类分析

第 9 章主成分分析

第 10 章购物篮分析、推荐引擎与序列分析

第 11 章创建集成多类分类

第 12 章时间序列与因果关系

第 13 章文本挖掘

第 14 章在云上使用R语言

附录R语言基础