机器学习 实用案例解析PDF电子书下载

前言 1

第1章使用R语言 9

R与机器学习 10

第2章数据分析 36

分析与验证 36

什么是数据 37

推断数据的类型 40

推断数据的含义 42

数值摘要表 43

均值、中位数、众数 44

分位数 46

标准差和方差 47

可视化分析数据 49

列相关的可视化 68

第3章分类：垃圾过滤 77

非此即彼：二分类 77

漫谈条件概率 81

试写第一个贝叶斯垃圾分类器 82

第4章排序：智能收件箱 97

次序未知时该如何排序 97

按优先级给邮件排序 98

实现一个智能收件箱 102

第5章回归模型：预测网页访问量 128

回归模型简介 128

预测网页流量 142

定义相关性 152

第6章正则化：文本回归 155

数据列之间的非线性关系：超越直线 155

避免过拟合的方法 164

文本回归 174

第7章优化：密码破译 182

优化简介 182

岭回归 188

密码破译优化问题 193

第8章PCA：构建股票市场指数 203

无监督学习 203

主成分分析 204

第9章MDS：可视化地研究参议员相似性 212

基于相似性聚类 212

如何对美国参议员做聚类 219

第10章kNN：推荐系统 229

k近邻算法 229

R语言程序包安装数据 235

第11章分析社交图谱 239

社交网络分析 239

用黑客的方法研究Twitter的社交关系图数据 244

分析Twitter社交网络 252

第12章模型比较 270

SVM：支持向量机 270

算法比较 280

参考文献 287