R Machine Learning By Example
本书介绍
了解机器学习的基本原理，并建立自己的动态算法，成功地解决复杂的现实世界问题。
关于这本书
通过令人兴奋的现实世界的例子来掌握机器学习的概念。通过使用强大的r结构及其健壮的机器学习包来可视化和解决复杂的问题。学习用这个基于示例的实用指南构建自己的机器学习系统。
这本书是给谁的
如果你有兴趣用最先进的技术从数据中挖掘有用的信息来做出数据驱动的决策，这是一种对你的指导。不需要以前的数据科学经验，尽管对r的基本知识是非常必要的。机器学习方面的先验知识将是有帮助的，但不是必要的。
你会学到什么
利用r的力量来处理数据提取、操作和探索技术。使用r来可视化跨多维的数据并提取有用的特征。探索驱动机器学习算法的基本数学和逻辑概念。深入分析世界以正确地预测情况。从无到有地实现r机器学习算法，并惊讶地看到算法在行动。编写可重用代码并构建。从地面上完成机器学习系统，利用机器学习和r作为展开之旅，解决有趣的现实世界问题。利用健壮和优化的r包的力量，在机器学习和数据科学中解决现实世界的问题。
详情
数据科学和机器学习是当今技术界最热门的词汇之一。从零售店到财富500强公司，每个人都在努力工作，让机器学习给他们带来数据驱动的洞察力，让他们能够发展自己的业务。凭借强大的数据操作功能、机器学习包，以及活跃的开发者社区，r使用户能够构建复杂的机器学习系统来解决现实世界的数据问题。
这本书带你踏上了一段数据驱动的旅程，它从R和机器学习的基本知识开始，并逐渐建立在概念的基础上，致力于解决现实世界问题的项目。
首先，您将了解机器学习算法和概念所需的核心概念和定义。根据基础知识，您将在三个不同的项目上应用机器学习的概念，遵循当前的趋势并详细介绍主要的算法和流行的R包。这些项目被整齐地划分为六个不同的章节，涵盖电子商务、金融和社交媒体的世界，这些都是这场数据驱动革命的核心。每个项目将帮助您理解、探索、可视化和根据领域和算法获得见解。
通过这本书，你将学习应用机器学习的概念来处理与数据相关的问题，并使用强大而简单的语言r来解决它们。
目录
Chapter 1. Getting Started with R and Machine Learning
Chapter 2. Let's Help Machines Learn
Chapter 3. Predicting Customer Shopping Trends with Market Basket Analysis
Chapter 4. Building a Product Recommendation System
Chapter 5. Credit Risk Detection and Prediction – Descriptive Analytics
Chapter 6. Credit Risk Detection and Prediction – Predictive Analytics
Chapter 7. Social Media Analysis – Analyzing Twitter Data
Chapter 8. Sentiment Analysis of Twitter Data