-
内容大纲
机器学习是近年来非常热门的学科,R语言经过一段时间的发展也逐渐成为主流的编程语言之一。本书结合机器学习和R语言,面向机器学习实践,不仅介绍了机器学习和R语言的基础知识,而且介绍了如何借助不同的算法来进行模型分析,以及这些算法在R语言中的实现方式。通过阅读本书,读者可以快速了解机器学习和R语言的必备知识,掌握机器学习的实现流程。
本书适合程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。 -
作者介绍
黄天元 复旦大学博士,中国科学院博士后,现任浙江财经大学讲师。热爱数据科学与开源工具,致力于利用数据科学迅速积累行业经验和探索科学发现。在CRAN上维护4个R语言包(累计下载量破10万),著有《R语言数据高效处理指南》《文本数据挖掘:基于R语言》等图书,并开设知乎专栏《R语言数据挖掘》 -
目录
第1章 机器学习概论
1.1 机器学习的概念
1.2 机器学习的意义
1.3 机器学习的种类
1.4 机器学习基本流程
第2章 R语言综合基础
2.1 简易环境配置
2.2 编程保留符号
2.3 基本数据类型
2.3.1 数值型
2.3.2 逻辑型
2.3.3 字符型
2.3.4 因子型
2.3.5 类型判断与转换
2.4 常用数据结构
2.4.1 向量
2.4.2 矩阵
2.4.3 列表
2.4.4 数据框
2.5 程序流程控制
2.5.1 选择结构
2.5.2 循环结构
2.6 函数使用技巧
第3章 高效数据操作
3.1 R数据操作包简介
3.2 数据读写
3.3 管道操作符
3.4 基本操作
3.4.1 筛选列
3.4.2 筛选行
3.4.3 更新
3.4.4 排序
3.4.5 汇总
3.4.6 分组计算
3.4.7 列的重命名
3.5 多表连接
3.6 长宽转换
3.7 集合运算
3.8 缺失值处理
3.9 列表列的运用
第4章 tidyverse快速入门
4.1 数据读取(readr)
4.2 数据整理
4.2.1 批处理(purrr)
4.2.2 因子操作(forcats)
4.2.3 时间操作(lubridate)
4.2.4 字符串操作(stringr)
4.2.5 数据框清洗(tibbledplyrtidyr)
4.3 数据可视化(ggplot2)
第5章 探索性数据分析
5.1 基本概念介绍
5.1.1 平均值
5.1.2 标准差
5.1.3 极值
5.1.4 中位数
5.1.5 相关系数
5.2 探索工具实践
5.2.1 vtree
5.2.2 skimr
5.2.3 naniar
第6章 特征工程
6.1 特征修饰
6.1.1 归一化
6.1.2 数据分箱
6.1.3 缺失值填补
6.2 特征构造
6.2.1 构造交互项
6.2.2 基于降维技术的特征构造
6.2.3 One-Hot编码
6.3 特征筛选
6.3.1 过滤法
6.3.2 封装法
6.3.3 嵌入法
第7章 重采样方法
7.1 针对模型评估的重采样
7.1.1 交叉验证
7.1.2 自举法
7.2 针对类失衡的重采样
第8章 模型表现的衡量
8.1 回归模型的表现衡量
8.2 分类模型的表现衡量
第9章 模型选择
9.1 机器学习模型概览
9.1.1 线性回归
9.1.2 K近邻算法(KNN)
9.1.3 朴素贝叶斯方法
9.1.4 判别分析
9.1.5 支持向量机
9.1.6 人工神经网络
9.1.7 决策树
9.1.8 随机森林
9.1.9 梯度下降法
9.2 mlr3工作流简介
9.2.1 环境配置
9.2.2 任务定义
9.2.3 学习器选择
9.2.4 训练与预测
9.3 基于mlr3的模型筛选
第10章 参数调节
10.1 指定终止搜索条件
10.2 设置指定参数组合
10.3 范围内网格搜索
10.4 范围内随机搜索
第11章 模型分析
11.1 变量重要性评估
11.2 变量影响作用分析
11.3 基于个案的可加性归因方法
第12章 集成学习
12.1 集成学习的三种策略
12.1.1 装袋法简介
12.1.2 提升法简介
12.1.3 堆叠法简介
12.2 基于caret与caretEnsemble框架的集成学习实现
12.2.1 环境部署
12.2.2 数据准备
12.2.3 装袋法
12.2.4 提升法
12.2.5 堆叠
第13章 实践案例一:基于caret包对泰坦尼克号乘客存活率进行二分类预测
13.1 工具简介
13.2 问题背景
13.3 数据审视
13.4 特征工程
13.5 数据划分
13.6 模型训练
13.7 模型的预测与评估
13.8 超参数调节
第14章 实践案例二:基于mlr框架对波士顿房价进行回归预测
14.1 工具简介
14.2 问题背景
14.3 数据审视与预处理
14.4 任务定义
14.5 建模与调参
14.6 模型表现比较
14.7 进一步的参数调节
14.8 模型解释
第15章 实践案例三:基于mlr3框架对皮马印第安人糖尿病数据集进行特征筛选
15.1 工具简介
15.2 问题背景
15.3 去除冗余特征
15.4 特征重要性排序
15.5 利用封装法对特征进行筛选
第16章 实践案例四:基于tidymodels框架对鸢尾花进行多分类预测
16.1 工具简介
16.2 问题背景
16.3 数据集划分
16.4 数据预处理
16.5 指定重采样方法
16.6 模型定义与调参
16.7 观察模型在测试集的表现
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...