机器学习与R语言(原书第2版)/数据科学与工程技术丛书

R本身是一款十分优秀的数据分析和数据可视化 软件。本书由机器学习领域的专家撰写，通过将实践 案例与核心的理论知识相结合，全面介绍多种重要的 机器学习算法和案例分析，从对案例数据的探索、整 理，到模型的建立和模型的评估，每一步都给出详尽 的步骤和R代码，为读者深入理解并灵活应用R语言进 行数据挖掘和机器学习提供翔实参考。 布雷特·兰茨编写的《机器学习与R语言(原书第 2版)》共12章：第1章介绍机器学习的基本概念和理 论，并介绍用于机器学习的R软件环境的准备；第2章 介绍如何应用R来管理数据，进行数据的探索分析和 数据可视化；第3—9章介绍典型的机器学习算法，包 括k近邻分类算法、朴素贝叶斯算法、决策树和规则 树、回归预测、黑盒算法——神经网络和支持向量机 、关联分析、k均值聚类，并给出大量的实际案例和 详细的分析步骤，例如乳腺癌的判断、垃圾短信的过 滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预 测、建筑用混凝土强度的预测、光学字符的识别、超 市购物篮关联分析以及市场细分等；第10章介绍模型 性能评价的原理和方法；第11章给出提高模型性能的 几种常用方法；第12章讨论用R进行机器学习时可能 遇到的一些高级专题，如特殊形式的数据、大数据集 的处理、并行计算和GPU计算等技术。

布雷特·兰茨（Brett Lantz）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dataspelunking.com这个网站，该网站致力于分享有关探寻数据中所蕴含的洞察的知识。 李洪成，统计学博士，现为上海金融学院副教授，是SPSS统计分析软件和R语言专家。他的研究方向为金融统计和数据挖掘。他曾出版多本著作，并在专业杂志发表多篇论文，代表著作有《SPSSl 8数据分析基础与实践》、《SPSS数据分析教程》、《时间序列预测实践教程》，译著有《R语言经典实例》、《数据挖掘与R语言》、《金融数据分析导论：基于R语言》等。

推荐序 译者序 前言 关于审稿人 第1章 机器学习简介 1.1 机器学习的起源 1.2 机器学习的使用与滥用 1.2.1 机器学习的成功使用 1.2.2 机器学习的限制 1.2.3 机器学习的伦理方面 1.3 机器如何学习 1.3.1 数据存储 1.3.2 抽象化 1.3.3 一般化 1.3.4 评估 1.4 实践中的机器学习 1.4.1 输入数据的类型 1.4.2 机器学习算法的类型 1.4.3 为输入数据匹配算法 1.5 使用R进行机器学习 1.5.1 安装R添加包 1.5.2 载入和卸载R添加包 1.6 总结 第2章 数据的管理和理解 2.1 R数据结构 2.1.1 向量 2.1.2 因子 2.1.3 列表 2.1.4 数据框 2.1.5 矩阵和数组 2.2 用R管理数据 2.2.1 保存、载入和移除R数据结构 2.2.2 用CSV文件导入和保存数据 2.3 探索和理解数据 2.3.1 探索数据的结构 2.3.2 探索数值变量 2.3.3 探索分类变量 2.3.4 探索变量之间的关系 2.4 总结 第3章 懒惰学习—使用近邻分类 3.1 理解近邻分类 3.1.1 kNN算法 3.1.2 为什么kNN算法是懒惰的 3.2 例子—用kNN算法诊断乳腺癌 3.2.1 第1步—收集数据 3.2.2 第2步—探索和准备数据 3.2.3 第3步—基于数据训练模型 3.2.4 第4步—评估模型的性能 3.2.5 第5步—提高模型的性能 3.3 总结 第4章 概率学习—朴素贝叶斯分类 4.1 理解朴素贝叶斯 4.1.1 贝叶斯方法的基本概念 4.1.2 朴素贝叶斯算法 4.2 例子—基于贝叶斯算法的手机垃圾短信过滤 4.2.1 第1步—收集数据 4.2.2 第2步—探索和准备数据 4.2.3 第3步—基于数据训练模型 4.2.4 第4步—评估模型的性能 4.2.5 第5步—提高模型的性能 4.3 总结 第5章 分而治之—应用决策树和规则进行分类 第6章 预测数值型数据—回归方法 第7章 黑箱方法—神经网络和支持向量机 第8章 探寻模式—基于关联规则的购物篮分析 第9章 寻找数据的分组—k均值聚类 第10章 模型性能的评估 第11章 提高模型的性能 第12章 其他机器学习主题