机器学习与R语言

图书标准信息

• 作者 [美]Brett Lantz 著；李洪成、许金炜、李舰 译
• 出版社 机械工业出版社
• 出版时间 2015-04
• 版次 1
• ISBN 9787111491576
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 259页
• 丛书 数据科学与工程技术丛书

【内容简介】

　　R本身是一款十分优秀的数据分析和数据可视化软件。《机器学习与R语言》通过将实践案例与核心的理论知识相结合，提供了你开始将机器学习应用到你自己项目中所需要的知识。《机器学习与R语言》主要内容：机器学习的基本概念和理论，用于机器学习的R软件环境；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；典型的机器学习算法和案例，并给出了详细的分析步骤；模型性能评价的原理和方法；提高模型性能的几种常用方法；其他机器学习主题。《机器学习与R语言》适用于任何希望使用数据来采取行动的人。读者只需要具有R的一些基本知识，不需要具备机器学习的深厚基础。不管是R初学者，还是熟练的R用户都能从书中找到对自己有用的内容。

【目录】

推荐序
译者序
前言
致谢
关于技术评审人
第1章　机器学习简介1
1.1　机器学习的起源2
1.2　机器学习的使用与滥用3
1.3　机器如何学习5
1.3.1　抽象化和知识表达6
1.3.2　一般化7
1.3.3　评估学习的成功性9
1.4　将机器学习应用于数据中的步骤9
1.5　选择机器学习算法10
1.5.1　考虑输入的数据10
1.5.2　考虑机器学习算法的类型11
1.5.3　为数据匹配合适的算法13
1.6　使用R进行机器学习13
1.7　总结17
第2章　数据的管理和理解18
2.1　R数据结构18
2.2　向量19
2.3　因子20
2.3.1　列表21
2.3.2　数据框22
2.3.3　矩阵和数组24
2.4　用R管理数据25
2.4.1　保存和加载R数据结构25
2.4.2　用CSV文件导入和保存数据26
2.4.3　从SQL数据库导入数据27
2.5　探索和理解数据28
2.5.1　探索数据的结构29
2.5.2　探索数值型变量29
2.5.3　探索分类变量37
2.5.4　探索变量之间的关系39
2.6　总结42
第3章　懒惰学习——使用近邻分类44
3.1　理解使用近邻进行分类45
3.1.1　kNN算法45
3.1.2　为什么kNN算法是懒惰的51
3.2　用kNN算法诊断乳腺癌51
3.2.1　第1步——收集数据51
3.2.2　第2步——探索和准备数据52
3.2.3　第3步——基于数据训练模型55
3.2.4　第4步——评估模型的性能57
3.2.5　第5步——提高模型的性能58
3.3　总结60
第4章　概率学习——朴素贝叶斯分类61
4.1　理解朴素贝叶斯61
4.1.1　贝叶斯方法的基本概念62
4.1.2　朴素贝叶斯算法65
4.2　例子——基于贝叶斯算法的手机垃圾短信过滤70
4.2.1　第1步——收集数据70
4.2.2　第2步——探索和准备数据71
4.2.3　数据准备——处理和分析文本数据72
4.2.4　第3步——基于数据训练模型78
4.2.5　第4步——评估模型的性能79
4.2.6　第5步——提升模型的性能80
4.3　总结81
第5章　分而治之——应用决策树和规则进行分类82
5.1　理解决策树82
5.1.1　分而治之83
5.1.2　C5.0决策树算法86
5.2　例子——使用C5.0决策树识别高风险银行贷款89
5.2.1　第1步——收集数据89
5.2.2　第2步——探索和准备数据89
5.2.3　第3步——基于数据训练模型92
5.2.4　第4步——评估模型的性能95
5.2.5　第5步——提高模型的性能95
5.3　理解分类规则98
5.3.1　独立而治之99
5.3.2　单规则（1R）算法101
5.3.3　RIPPER算法103
5.3.4　来自决策树的规则105
5.4　例子——应用规则学习识别有毒的蘑菇105
5.4.1　第1步——收集数据106
5.4.2　第2步——探索和准备数据106
5.4.3　第3步——基于数据训练模型107
5.4.4　第4步——评估模型的性能109
5.4.5　第5步——提高模型的性能109
5.5　总结111
第6章　预测数值型数据——回归方法113
6.1　理解回归113
6.1.1　简单线性回归115
6.1.2　普通最小二乘估计117
6.1.3　相关系数118
6.1.4　多元线性回归120
6.2　例子——应用线性回归预测医疗费用122
6.2.1　第1步——收集数据122
6.2.2　第2步——探索和准备数据123
6.2.3　第3步——基于数据训练模型127
6.2.4　第4步——评估模型的性能129
6.2.5　第5步——提高模型的性能130
6.3　理解回归树和模型树133
6.4　例子——用回归树和模型树估计葡萄酒的质量135
6.4.1　第1步——收集数据135
6.4.2　第2步——探索和准备数据136
6.4.3　第3步——基于数据训练模型137
6.4.4　第4步——评估模型的性能140
6.4.5　第5步——提高模型的性能142
6.5　总结144
第7章　黑箱方法——神经网络和支持向量机146
7.1　理解神经网络146
7.1.1　从生物神经元到人工神经元148
7.1.2　激活函数148
7.1.3　网络拓扑151
7.1.4　用后向传播训练神经网络153
7.2　用人工神经网络对混凝土的强度进行建模154
7.2.1　第1步——收集数据154
7.2.2　第2步——探索和准备数据155
7.2.3　第3步——基于数据训练模型156
7.2.4　第4步——评估模型的性能158
7.2.5　第5步——提高模型的性能159
7.3　理解支持向量机160
7.3.1　用超平面分类161
7.3.2　寻找最大间隔161
7.3.3　对非线性空间使用核函数164
7.4　用支持向量机进行光学字符识别165
7.4.1　第1步——收集数据166
7.4.2　第2步——探索和准备数据166
7.4.3　第3步——基于数据训练模型167
7.4.4　第4步——评估模型的性能169
7.4.5　第5步——提高模型的性能170
7.5　总结171
第8章　探寻模式——基于关联规则的购物篮分析172
8.1　理解关联规则172
8.2　例子——用关联规则确定经常一起购买的食品杂货176
8.2.1　第1步——收集数据176
8.2.2　第2步——探索和准备数据177
8.2.3　第3步——基于数据训练模型183
8.2.4　第4步——评估模型的性能184
8.2.5　第5步——提高模型的性能187
8.3　总结189
第9章　寻找数据的分组——k均值聚类191
9.1　理解聚类191
9.1.1　聚类——一种机器学习任务192
9.1.2　k均值聚类算法193
9.1.3　用k均值聚类探寻青少年市场细分198
9.1.4　第1步——收集数据198
9.1.5　第2步——探索和准备数据199
9.1.6　第3步——基于数据训练模型202
9.1.7　第4步——评估模型的性能204
9.1.8　第5步——提高模型的性能206
9.2　总结207
第10章　模型性能的评价208
10.1　度量分类方法的性能208
10.1.1　在R中处理分类预测数据209
10.1.2　深入探讨混淆矩阵211
10.1.3　使用混淆矩阵度量性能212
10.1.4　准确度之外的其他性能评价指标214
10.1.5　性能权衡的可视化221
10.2　评估未来的性能224
10.2.1　保持法225
10.2.2　交叉验证226
10.2.3　自助法抽样229
10.3　总结229
第11章　提高模型的性能231
11.1　调整多个模型来提高性能231
11.2　使用元学习来提高模型的性能239
11.2.1　理解集成学习239
11.2.2　bagging241
11.2.3　boosting243
11.2.4　随机森林244
11.3　总结248
第12章　其他机器学习主题249
12.1　分析专用数据250
12.1.1　用RCurl添加包从网上获取数据250
12.1.2　用XML添加包读/写XML格式数据250
12.1.3　用rjson添加包读/写JSON251
12.1.4　用xlsx添加包读/写MicrosoftExcel电子表格251
12.1.5　生物信息学数据251
12.1.6　社交网络数据和图数据252
12.2　提高R语言的性能252
12.2.1　处理非常大的数据集253
12.2.2　使用并行处理来加快学习过程254
12.2.3　GPU计算257
12.2.4　部署最优的学习算法257
12.3　总结258