机器学习——人工智能 (AI) 的一个分支,它使计算机能够在没有明确指令的情况下改进其结果并学习新方法——允许组织揭示其数据中的模式并将预测分析纳入其决策过程。 R 机器学习提供了一种使用智能、自学计算机算法解决业务问题的实践方法。
解释了机器学习是什么,展示了它的组织优势,并提供了用 R 编程语言创建的动手示例。阐述了机器学习方法在现实世界中的众多商业用途。 清晰而详细的涵盖了数据整理、使用流行的 RStudio 工具进行 R 编程、分类和回归技术、性能评估等。
- 探索数据管理技术,包括数据收集、探索和降维
- 涵盖无监督学习,读者使用 apriori、eclat 和聚类等方法识别和总结模式
- 描述最近邻、决策树和朴素贝叶斯分类技术背后的原理
- 解释如何评估和选择正确的模型,以及如何使用随机森林和 XGBoost 等集成方法提高模型性能
内容
- 机器学习介绍
- R和R studio介绍
- 管理数据
- 线性回归
- 逻辑回归
- K-最近邻
- 朴素贝叶斯
- 决策树
- 评估性能
- 改善性能
- 用关联规则发现模式
- 使用聚类对数据进行分组
详情参阅 - 亚图跨际