機器學習的核心是將數(shù)據(jù)轉換為可操作的知識。R語言提供了一組強大的機器學習方法,可以輕松且快速地從數(shù)據(jù)中獲取相關信息。
這本R語言數(shù)據(jù)科學經(jīng)典之作的第3版,提供了更新且更好的庫、關于機器學習中的倫理和偏差問題的建議以及深度學習的介紹。在數(shù)據(jù)中尋找強大的新見解,通過R語言揭示機器學習。
你將從本書中學到:
探索機器學習的起源以及計算機究竟是如何通過實例進行學習的
使用R語言為機器學習工作準備數(shù)據(jù)
使用最近鄰和貝葉斯方法對重要結果進行分類
使用決策樹、規(guī)則和支持向量機預測未來事件
使用回歸方法預測數(shù)字數(shù)據(jù)并估算財務價值
用人工神經(jīng)網(wǎng)絡——深度學習的基礎來為復雜過程建模
避免機器學習模型中的偏差
評估模型并提高其性能
將R連接到SQL數(shù)據(jù)庫以及新興大數(shù)據(jù)技術,例如Spark、H20和TensorFlow