近年来,人工智能强势崛起。机器学习是从数据通往智能的技术途径,也是数据科学的核心,更是现代人工智能的本质。经过二十多年的发展,目前机器学习的应用十分广泛,遍及人工智能的各个分支。了解机器学习算法,是对很多研究人员和互联网从业人员的基本要求,所以人们对机器学习相关知识的需求巨大,关于机器学习的书籍也越来越多。
作为信息与通信工程专业的一名教师,我的主要研究领域为精确目标识别技术、人工智能和深度学习。我在攻读博士学位期间就对机器学习产生了浓厚兴趣,为了较系统地学习机器学习,我阅读了大量相关书籍,包括周志华的《机器学习》李航的《统计学习方法》、Ian Goodfellow的Deep Learning等。博士毕业留校后,我又承担了硕士研究生的《模式识别》等课程的教学任务。但是,当我看到Machine learning: with R, the tidyverse and mlr这本书时,我感觉到真正适合自己的书来了,我一定要把它翻译好,让更多的人学习这本书。
这是一本对于机器学习初学者来说十分难得的佳作,本书不是单纯从理论的角度揭示机器学习算法背后的数学原理,而是通过“原理简述+问题实例+实际代码+运行效果”的形式来介绍每一种算法。学习计算机的人都知道,计算机是一门实践学科,不进行编程将很难真正理解算法的精髓。本书最大的优势就是让你能够边学边用,非常适合新手或急需入门机器学习的人阅读,同时又是一本十分适合严谨教学和优质实践的书籍。本书使用mlr和 tidyverse程序包开始你的机器学习之旅,这本实用指南简化了理论,规避了极其复杂的统计学或数学知识,让学习变得更容易。
本书作者Hefin I.Rhys是一位有着8年教授R语言、统计学和机器学习经验的生命科学家和细胞学家。他将自己的统计学/机器学习知识贡献给了多项学术研究,并热衷于教授统计学、机器学习和数据可视化方面的课程。
大家在阅读本书时,除了逐字逐句地认真阅读以外,还必须付诸实践,把作者描述的过程、方法和注意事项在实际中应用一遍,例如做一道Kaggle竞赛试题或重复一遍别人已经完成的任务,这些都是不错的选择。记住,重要的是“做一遍”,而不仅仅是“看一遍”!有了这些“应用基础”之后,再回头学习机器学习的基本理论和数学基础就比较容易了。俗话说,“万事开头难”,只要入了门,一切都不难。衷心希望读者能够通过本书晋升为机器学习的高手和大师。
节选自《机器学习实战:使用R、tidyverse和mlr》的译者序
--------------------------------------------------------------------------------------------------------------------------
基本信息:
书名:《机器学习实战:使用R、tidyverse和mlr》
ISBN:9787302578277
作者译者:[英]赫芬·I.里斯(Hefin Rhys) 著;但波,高山,韩建立 译
出版时间:2021-6-1
京东链接:https://item.m.jd.com/product/13331454.html
--------------------------------------------------------------------------------------------------------------------------
试读章节