推荐序

译者序

前

致谢

关于技术评审人

第1章机器学习简介

1.1机器学习的起源

1.2机器学习的使用与滥用

1.3机器如何学习

1.3.1抽象化和知识表达

1.3.2一般化

1.3.3评估学习的成功性

1.4将机器学习应用于数据中的步骤

1.5选择机器学习算法

1.5.1考虑输入的数据

1.5.2考虑机器学习算法的类型

1.5.3为数据匹配合适的算法

1.6使用R进行机器学习

1.7总结

第2章数据的管理和理解

2.1R数据结构

2.2向量

2.3因子

2.3.1列表

2.3.2数据框

2.3.3矩阵和数组

2.4用R管理数据

2.4.1保存和加载R数据结构

2.4.2用CSV文件导入和保存数据

2.4.3从SQL数据库导入数据

2.5探索和理解数据

2.5.1探索数据的结构

2.5.2探索数值型变量

2.5.3探索分类变量

2.5.4探索变量之间的关系

2.6总结

第3章懒惰学习——使用近邻分类

3.1理解使用近邻进行分类

3.1.1kNN算法

3.1.2为什么kNN算法是懒惰的

3.2用kNN算法诊断乳腺癌

3.2.1第1步——收集数据

3.2.2第2步——探索和准备数据

3.2.3第3步——基于数据训练模型

3.2.4第4步——评估模型的性能

3.2.5第5步——提高模型的性能

3.3总结

第4章概率学习——朴素贝叶斯分类

4.1理解朴素贝叶斯

4.1.1贝叶斯方法的基本概念

4.1.2朴素贝叶斯算法

4.2例子——基于贝叶斯算法的手机垃圾短信过滤

4.2.1第1步——收集数据

4.2.2第2步——探索和准备数据

4.2.3数据准备——处理和分析文本数据

4.2.4第3步——基于数据训练模型

4.2.5第4步——评估模型的性能

4.2.6第5步——提升模型的性能

4.3总结

第5章分而治之——应用决策树和规则进行分类

5.1理解决策树

5.1.1分而治之

5.1.2C5.0决策树算法

5.2例子——使用C5.0决策树识别高风险银行贷款

5.2.1第1步——收集数据

5.2.2第2步——探索和准备数据

5.2.3第3步——基于数据训练模型

5.2.4第4步——评估模型的性能

5.2.5第5步——提高模型的性能

5.3理解分类规则

5.3.1独立而治之

5.3.2单规则(1R)算法

5.3.3RIPPER算法

5.3.4来自决策树的规则

5.4例子——应用规则学习识别有毒的蘑菇

5.4.1第1步——收集数据

5.4.2第2步——探索和准备数据

5.4.3第3步——基于数据训练模型

5.4.4第4步——评估模型的性能

5.4.5第5步——提高模型的性能

5.5总结

第6章预测数值型数据——回归方法

6.1理解回归

6.1.1简单线性回归

6.1.2普通最小二乘估计

6.1.3相关系数

6.1.4多元线性回归

6.2例子——应用线性回归预测医疗费用

6.2.1第1步——收集数据

6.2.2第2步——探索和准备数据

6.2.3第3步——基于数据训练模型

6.2.4第4步——评估模型的性能

6.2.5第5步——提高模型的性能

6.3理解回归树和模型树

6.4例子——用回归树和模型树估计葡萄酒的质量

6.4.1第1步——收集数据

6.4.2第2步——探索和准备数据

6.4.3第3步——基于数据训练模型

6.4.4第4步——评估模型的性能

6.4.5第5步——提高模型的性能

6.5总结

第7章黑箱方法——神经网络和支持向量机

7.1理解神经网络

7.1.1从生物神经元到人工神经元

7.1.2激活函数

7.1.3网络拓扑

7.1.4用后向传播训练神经网络

7.2用人工神经网络对混凝土的强度进行建模

7.2.1第1步——收集数据

7.2.2第2步——探索和准备数据

7.2.3第3步——基于数据训练模型

7.2.4第4步——评估模型的性能

7.2.5第5步——提高模型的性能

7.3理解支持向量机

7.3.1用超平面分类

7.3.2寻找较大间隔

7.3.3对非线性空间使用核函数

7.4用支持向量机进行光学字符识别

7.4.1第1步——收集数据

7.4.2第2步——探索和准备数据

7.4.3第3步——基于数据训练模型

7.4.4第4步——评估模型的性能

7.4.5第5步——提高模型的性能

7.5总结

第8章探寻模式——基于关联规则的购物篮分析

8.1理解关联规则

8.2例子——用关联规则确定经常一起购买的食品杂货

8.2.1第1步——收集数据

8.2.2第2步——探索和准备数据

8.2.3第3步——基于数据训练模型

8.2.4第4步——评估模型的性能

8.2.5第5步——提高模型的性能

8.3总结

第9章寻找数据的分组——k均值聚类

9.1理解聚类

9.1.1聚类——一种机器学习任务

9.1.2k均值聚类算法

9.1.3用k均值聚类探寻青少年市场细分

9.1.4第1步——收集数据

9.1.5第2步——探索和准备数据

9.1.6第3步——基于数据训练模型

9.1.7第4步——评估模型的性能

9.1.8第5步——提高模型的性能

9.2总结

第10章模型性能的评价

10.1度量分类方法的性能

10.1.1在R中处理分类预测数据

10.1.2深入探讨混淆矩阵

10.1.3使用混淆矩阵度量性能

10.1.4度之外的其他性能评价指标

10.1.5性能权衡的可视化

10.2评估未来的性能

10.2.1保持法

10.2.2交叉验证

10.2.3自助法抽样

10.3总结

第11章提高模型的性能

11.1调整多个模型来提高性能

11.2使用元学习来提高模型的性能

11.2.1理解集成学习

11.2.2bagging

11.2.3boosting

11.2.4随机森林

11.3总结

第12章其他机器学习主题

12.1分析专用数据

12.1.1用RCurl添加包从网上获取数据

12.1.2用XML添加包读/写XML格式数据

12.1.3用rjson添加包读/写JSON

12.1.4用xlsx添加包读/写MicrosoftExcel电子表格

12.1.5生物信息学数据

12.1.6社交网络数据和图数据

12.2提高R语言的性能

12.2.1处理非常大的数据集

12.2.2使用并行处理来加快学习过程

12.2.3GPU计算

12.2.4部署的学习算法

12.3总结