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