机器学习与R语言实战

本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令；第2章讲述如何使用R语言行探索性数据分析；第3章重探讨数据采样和概率分布的概念；第4章探讨因变量和解释变量集合之间的线性关系；第5章介绍基于树的分类器：K近邻分类器、逻辑回归分类器以及朴素贝叶斯分类器；第6章神经网络和支持向量机；第7章展示一些模型评估的方法；第8章探讨集成分类器；第9章讲述多种聚类算法；第10章介绍关联分析和序列挖掘；第11章介绍如何从原始变量中选择和抽取特征；第12章讨论大数据分析（R和Hadoop）。  
【推荐语】
 
【作者】
Abut the Auther 作 者 简 介Yu-Wei，Chiu (David Chiu)是LargitData公司（www.LargitData.com）的创始人。David曾是Trend Micro公司的软件工程师，负责构建商务智能大数据平台以及客户关系管理系统。除了是一名创业者和数据科学家之外，David还专注于利用Spark和Hadoop来处理海量数据，并使用数据挖掘技术来行数据分析。他还是一名专业的讲师，在很多会议上做过关于Python、R以及Hadoop方面的技术报告。     2013年，Yu-Wei审读了《Bioinformatics with R Cookbook》（Packt出版社）。更多内容请参考他的个人网站www.ywchiu.com。     我要衷心感谢我的家人和朋友，是他们支持和鼓励我完成了本书。我要诚挚地向我母亲Ming-Yang Huang（Miranda Huang）、我的良师Man-Kwan Shan、本书的校对Brendan Fisher，中国台湾的R用户组，数据科学项目（Data Science Program，DSP），以及其他支持过我的朋友表示感谢。