江风网

txt_epub_Kindle_azw3_mobi_pdf电子书免费下载

R语言机器学习

分类: 移动互联网
出版时间: 2017-04-01
发布时间: 2020-10-30
阅读热度: 13
综合评分: 0
下载支持: TXT EPUB MOBI AZW3 PDF
在线阅读: 手机阅读 电脑阅读
《R语言机器学习》内容简介

随着大数据的概念变得越来越流行,对数据的探索、分析和预测成为大数据分析领域的基本技能之一。作为探索和分析数据的基本理论与工具,机器学习和数据挖掘成为时下非常热门的技术。R作为功能强大并且免费的数据分析工具,在机器学习领域获得了越来越多用户的青睐。本书介绍了如何用R来进行实际应用中的机器学习,以及如何从数据中获取信息以帮助决策。本书的作者在机器学习领域具有丰富的实践经验。他在本书中介绍了多种机器学习算法,并且给出了机器学习最热门的3个领域(涵盖电子商务、金融和社交媒体领域)中的案例。对于每一个实际案例,从对案例数据的探索、整理,到模型的建立和评估,每一步都给出了详尽的步骤和R代码。读者从中可以掌握机器学习和R语言的应用与技巧,同时也可以学习相关的领域知识。

《R语言机器学习》章节目录
  • 译者序
  • 前言
  • 关于作者
  • 关于审稿人
  • 第1章 开始使用R语言和机器学习
  • 1.1 探究R的基本内容
  • 1.2 R的数据结构
  • 1.3 使用函数
  • 1.4 控制代码流
  • 1.5 高级结构
  • 1.6 进一步使用R
  • 1.7 机器学习基础
  • 1.8 总结
  • 第2章 让我们进行机器学习
  • 2.1 理解机器学习
  • 2.2 机器学习算法
  • 2.3 算法家族
  • 2.4 总结
  • 第3章 应用市场购物篮分析预测顾客购买趋势
  • 3.1 检测和预测趋势
  • 3.2 市场购物篮分析
  • 3.3 评估产品列联矩阵
  • 3.4 频繁项集的生成
  • 3.5 关联规则挖掘
  • 3.6 总结
  • 第4章 建立产品推荐系统
  • 4.1 理解推荐系统
  • 4.2 推荐系统存在的问题
  • 4.3 协同过滤器
  • 4.4 建立推荐引擎
  • 4.5 产品推荐引擎实战
  • 4.6 总结
  • 第5章 信用风险检测和预测——描述分析
  • 5.1 分析的类型
  • 5.2 我们将要面临的挑战
  • 5.3 什么是信用风险
  • 5.4 获取数据
  • 5.5 数据处理
  • 5.6 数据分析和变换
  • 5.7 接下来的步骤
  • 5.8 总结
  • 第6章 信用风险检测和预测——预测分析
  • 6.1 预测分析
  • 6.2 如何预测信用风险
  • 6.3 预测模型中的重要概念
  • 6.4 获取数据
  • 6.5 数据处理
  • 6.6 特征选择
  • 6.7 应用逻辑回归建立模型
  • 6.8 应用支持向量机建立模型
  • 6.9 应用决策树建立模型
  • 6.10 应用随机森林建立模型
  • 6.11 应用神经网络建立模型
  • 6.12 模型比较和选择
  • 6.13 总结
  • 第7章 社交媒体分析:分析Twitter数据
  • 7.1 社交网络(Twitter)
  • 7.2 数据挖掘与社交网络
  • 7.3 从Twitter API开始
  • 7.4 Twitter数据挖掘
  • 7.5 社交网络数据挖掘带来的挑战
  • 7.6 参考文献
  • 7.7 总结
  • 第8章 Twitter数据的情感分析
  • 8.1 理解情感分析
  • 8.2 推文中的情感分析
  • 8.3 总结
更多小说
版权免责声明
《R语言机器学习》为网络收集或网友自行上传,本站不对内容负责,《R语言机器学习》版权归原作者所有,仅供学习交流,请勿商业使用,本站不提供任何下载,储存服务,如无意侵犯了你对《R语言机器学习》的版权,请联系我们,我们将在第一时间删除相关内容!