详情
机器学习是当下最热门的领域之一。本书是一本基于R语言的机器学习实操指南，通过具体的例子和常见术语解释了机器学习的概念。书中涵盖了机器学习的多个方面，包括所需背景知识、“ge”系列函数、各部分内容架构等。全书介绍了基于近邻的方法(如k近邻算法)及相关的回归和分类模型、基于树的方法(包括决策树、随机森林、梯度提升等)、基于线性关系的方法、基于划分直线与平面的方法(包括支持向量机和神经网络)等。此外，本书也介绍了一些特定类型的机器学习应用，如图像分类、处理时间序列与文本数据等。本书适合对机器学习感兴趣，有一定R语言编程基础且具备普通数学知识(熟悉图表和简单代数符号)的读者阅读。
