免费下载书籍地址：PDF下载地址
精美图片
R语言机器学习 (美)布雷特·兰茨(Brett Lantz) 著 著书籍详细信息
- ISBN：9787564170714
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2017-04
- 页数：暂无页数
- 价格：55.60
- 纸张：轻型纸
- 装帧：平装-胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
寄语：
新华书店正版，关注店铺成为会员可享店铺专属优惠，团购客户请咨询在线客服！
内容简介：
本书与时俱进，携近期新的库和最现代的编程思维为你丝丝入扣的介绍了专业数据科学必不可少的技能。不用再惧怕理论知识，书中提供了编写算法和处理数据所需的最关键的实用知识，只要有最基本的经验就可以了。你可以在书中找到洞悉复杂的数据所需的全部分析工具，还能学到如何选择正确的算法来解决特定的问题。通过与各种真实问题的亲密接触，你将学会如何应用机器学习方法来处理常见的任务，包括分类、预测、市场分析以及聚类。
书籍目录：
Preface
Chapter 1: Introducing Machine Learning
The origins of machine learning
Uses and abuses of machine learning
Machine learning successes
The limits of machine learning
Machine learning ethics
How machines learn
Data storage
Abstraction
Generalization
Evaluation
Machine learning in practice
Types of input data
Types of machine learning algorithms
Matching input data to algorithms
Machine learning with R
Installing R packages
Loading and unloading R packages
Summary
Chapter 2: Managing and Understanding Data
R data structures
Vectors
Factors
Lists
Data frames
Matrixes and arrays
Managing data with R
Saving, loading, and removing R data structures
Importing and saving data from CSV files
Exploring and understanding data
Exploring the structure of data
Exploring numeric variables
Measuring the central tendency- mean and median
Measuring spread - quartiles and the five-number summary
Visualizing numeric variables - boxplots
Visualizing numeric variables - histograms
Understanding numeric data - uniform and normal distributions
Measuring spread - variance and standard deviation
Exploring categorical variables
Measuring the central tendency - the mode
Exploring relationships between variables
Visualizing relationships - scatterplots
Examining relationships - two-way cross-tabulations
Summary
Chapter 3: Lazy Learning - Classification Using Nearest Neighbors
Understanding nearest neighbor classification
The k-NN algorithm
Measuring similarity with distance
Choosing an appropriate k
Preparing data for use with k-NN
Why is the k-NN algorithm lazy?
Example - diagnosing breast cancer with the k-NN algorithm
Step 1 - collecting data
Step 2 - exploring and preparing the data
Transformation - normalizing numeric data
Data preparation - creating training and test datasets
Step 3 - training a model on the data
Step 4 - evaluating model performance
Step 5 -improving model performance
Transformation - z-score standardization
Testing alternative values of k
Summary
Chapter 4: Probabilistic Learning - Classification Using Naive Bayes
Understanding Naive Bayes
Basic concepts of Bayesian methods
Understanding probability
Understanding joint probability
Computing conditional probability with Bayes' theorem
The Naive Bayes algorithm
Classification with Naive Bayes
The Laplace estimator
Using numeric features with Naive Bayes
Example - filtering mobile phone spam with the
Naive Bayes algorithm
Step 1 - collecting data
Step 2 - exploring and preparing the data
Data preparation - cleaning and standardizing text data
Data preparation - splitting text documents into words
Data preparation - creating training and test datasets
Visualizing text data - word clouds
Data preparation - creating indicator features for frequent words
Step 3 - training a model on the data
Step 4 - evaluating model performance
Step 5 -improving model performance
Summary
Chapter 5: Divide and Conquer - Classification Using Decision Trees and Rules
Chapter 6: Forecasting Numeric Data - Regression Methods
Chapter 7: Black Box Methods - Neural Networks and Support Vector Machines
Chapter 8: Finding Patterns - Market Basket Analysis Using Association Rules
Chapter 9: Finding Groups of Data - Clustering with k-means
Chapter 10: Evaluating Model Performance
Chapter 11: Improving Model Performance
Chapter 12: Specialized Machine Learning Topics
Index
作者介绍：
布雷特·兰茨，在应用创新的数据方法来理解人类的行为方面有10余年经验。他最初是一名社会学家，在学习一个青少年社交网站分布的大型数据库时，他就开始陶醉于机器学习。从那时起，他致力于移动电话、医疗账单数据和公益活动等交叉学科的研究，并维护网站，该网站致力于分享有关探寻数据中所蕴含的洞察的知识。
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：R语言机器学习 (美)布雷特·兰茨(Brett Lantz) 著 著在线阅读
在线听书地址：R语言机器学习 (美)布雷特·兰茨(Brett Lantz) 著 著在线收听
在线购买地址：R语言机器学习 (美)布雷特·兰茨(Brett Lantz) 著 著在线购买
原文赏析：
如果将置信度太低，就可能会被大量不可靠的规则淹没，那么我们如何知道广告预算目标的呢？另一方面，如果将置信规则设置得太高，那么我们将会被显而易见或者不可避免的规则所限制（比如，烟雾探测器总是与电池一起组合购买的事实）。在这种情况下，因为两类商品几乎总是一起购买，所以将烟雾探测器移到电池更近的地方难以再产生额外的收入。
其它内容：
暂无其它内容！
书籍真实打分
故事情节：7分
人物塑造：6分
主题深度：8分
文字风格：5分
语言运用：7分
文笔流畅：9分
思想传递：3分
知识深度：6分
知识广度：7分
实用性：3分
章节划分：9分
结构布局：8分
新颖与独特：3分
情感共鸣：6分
引人入胜：5分
现实相关：7分
沉浸感：6分
事实准确性：3分
文化贡献：3分
网站评分
书籍多样性：8分
书籍信息完全性：6分
网站更新速度：3分
使用便利性：7分
书籍清晰度：8分
书籍格式兼容性：9分
是否包含广告：5分
加载速度：8分
安全性：4分
稳定性：5分
搜索功能：6分
下载便捷性：7分
下载点评
- 收费(433+)
- 下载快(578+)
- 小说多(505+)
- 值得下载(502+)
- 好评(523+)
- 中评多(168+)
下载评价
网友 融***华：下载速度还可以
网友 孙***夏：中评，比上不足比下有余
网友 焦***山：不错。。。。。
网友 常***翠：哈哈哈哈哈哈
网友 沈***松：挺好的，不错
网友 国***舒：中评，付点钱这里能找到就找到了，找不到别的地方也不一定能找到
网友 家***丝：好6666666
网友 曾***文：五星好评哦
网友 堵***格：OK，还可以