互联网
类型
可以朗读
语音朗读
173千字
字数
2024-07-01
发行日期
展开全部
主编推荐语
详解机器学习和R语言的相关知识。
内容简介
机器学习是近年来的热门学科，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。
目录
- 版权信息
- 内容提要
- 序言
- 前言
- 资源与支持
- 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（tibble/dplyr/tidyr）
- 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
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
