本文转载自:几本R语言机器学习新书 (qq.com)
目录
1-Practical Machine Learning with R: Tutorials and Case Studies
2-Applied Machine Learning Using mlr3 in R
3-The Art of Machine Learning:A Hands-On Guide to Machine Learning with R
1-Practical Machine Learning with R: Tutorials and Case Studies
这是一本关于机器学习的基础教科书,出版于2024年7月。它提供了一个相当完整的机器许欸基础知识框架:从回归到深入学习。虽然作者强调的读者是经济学和商科学生,实际上也适合所有的R语言机器学习的初学者。
本书的特点:
- 本书强调“动手学习”,突出使用性,没有过多的数学基础的讲解。这本书提供了一种将机器学习算法应用于现实世界场景的实用方法,在多数章节提供了实践性很强的案例。
- 本书强调交互式学习,为学生提供了丰富的在线学习资源。本书的教学资源也可以在这个网站获取:ai.lange-analytics.com
- 本书使用了比较现代的R语言,利用R的机器学习框架tidymodels进行教学。
关于tidymodels可见:【tidymodels手册-1 tidymodels简介 (qq.com)】
2-Applied Machine Learning Using mlr3 in R
这本书是R另一个现代的机器学习框架mlr3的技术手册,出版于2024年1月。
什么是mlr3?mlr3是一个R语言机器学习生态系统,为回归、分类和其他机器学习任务提供了一个通用的、面向对象的和可扩展的框架。在最基本的层面上,统一接口提供了训练、测试和评估许多机器学习算法的功能。用户还可以通过超参数优化、机器管道、模型解释等进一步实现这一点。mlr3的总体目标与R的caret和tidymodels、Python的scikit learn和Julia的MLJ相似。一般来说,mlr3的设计目的是提供比其他ML框架更大的灵活性,同时仍然提供使用高级功能的简单办法。
相对而言,tidymodels更容易执行较简单的机器学习任务,但mlr3更倾向于复杂的机器学习任务。
本书的电子版本:Applied Machine Learning Using mlr3 in R
3-The Art of Machine Learning:A Hands-On Guide to Machine Learning with R
本书出版于2024年1月。和前两本偏重于应用和实践的书比起来,这本书更侧重于使用R语言介绍机器学习的一些基础(且很重要的)知识和概念。
和其他no starch出版社的其他出版图书类似,本书也尝试一种在实际案例中激昂姐基础知识。在本书中,读者可以通过共享单车数据集深入研究回归模型,通过纽约市出租车数据探索决策树,并分析棒球运动员统计数据的参数方法。读者还可以找到避免常见问答题的专业提是,如处理“脏的”或“不平衡的数据”以及如何避免一些应用中的陷阱。
作者希望读者能通过原理的学习掌握知识,不要只是成为调包侠。
本书的GitHub页面,包括了代码和数据: GitHub - matloff/ArtOfML: Companion to "The Art of Machine Learning