机器学习实践指南基于R语言
编辑推荐
本书为读者建立机器学习模型提供了容易理解和上手的指导。本书拨开迷雾，开辟出一条清晰的学习路径，帮助读者发现、理解、应用和开发机器学习和数据科学的潜力。本书通过免费的预测分析软件包 ，为读者提供必要的工具，帮助读者充分理解、深化认识并展开创造性思维，以增强自己的机器学习和数据科学项目。
本书阐述了：
★ 能够从数据中学习到什么？
★ 为什么从数据中学习是数据科学工具箱的必 备部分？
★ 如何将机器学习运用到自己的研究中？
通过阅读本书，你将能够：
★ 掌握从数据中学习的技能；
★ 探索、评价并利用核心学习类型；
★ 发挥监督学习的威力；
★ 使用半监督学习设计成功的解决方案；
★ 学会使用无监督学习；
★ 模拟实现自己的想法并帮助开创新方法。
本书是一本可以轻轻松松从入门到精通的指南，你可以亲自动手实践其中巧妙的算法。
如果你对数据科学或机器学习应用领域有兴趣，并希望尝试其中的重要模型和预测技术，本书正是为你量身打造的。
内容简介
随着R语言的流行，从数据中学习比过去更加轻松。本书是通过R语言掌握数据科学技能的快速入门指南，书中一步一步地介绍如何在免费和流行的R统计包中建立每一种类型的模型。书中的案例描述得很清楚，几乎所有的代码都可以使用。读完本书，读者将可以在自己专注的某个领域把书中所介绍的技术付诸实践。
本书适合数据科学入门的读者阅读，尤其是通过R语言实现数据建模和分析方法的读者学习。
作者简介
作者简介
尼格尔?刘易斯（N.D. Lewis）是一位数据科学和预测领域的讲师、作者和研究者。他在华尔街和伦敦从事投资管理工作多年，编著了统计、数据科学和量化模型方面的数本图书，并且在大学里开设深度学习、机器学习和数据分析应用等方面的课程。
译者简介
高蓉，博士，任教于杭州电子科技大学，毕业于南开大学；研究领域包括资产定价、实证金融、数据科学应用；已出版教材和译著多部，发表学术论文数篇。
李茂，任教于天津理工大学，毕业于北京师范大学，热爱数据科学，从事与统计和数据分析相关的教学和研究工作。