机器学习(ML)是一组用于发现数据关系的编程技术。使用ML算法，您可以对数据进行聚类和分类，以执行建议或欺诈检测之类的任务，并对销售趋势、风险分析和其他预测进行预测。机器学习曾经是学术数据科学家的领域，现在已经成为主流的业务流程，而像易于学习的R编程语言这样的工具将高质量的数据分析交到任何程序员的手中。《使用R、tidyverse和mlr的机器学习》将教会您广泛使用的ML技术，以及如何使用R编程语言及其强大的工具生态系统将它们应用于您自己的数据集。这本书会让你开始!
对这项技术
机器学习技术准确而有效地识别数据中的模式和关系，并使用这些模型对新数据进行预测。ML技术甚至可以在相对较小的数据集上工作，使这些技能成为几乎所有数据分析任务的强大盟友。R语言的设计考虑了数学和统计的应用。小型数据集是它的最佳选择，它的现代数据科学工具(包括流行的tidyverse包)使R成为ML的自然选择。
关于这本书
《使用R、tidyverse和mlr的机器学习》将教会您如何使用强大的R编程语言从数据中获得有价值的见解。作者兼R专家Hefin Ioan Rhys以其引人入胜的、非正式的风格为ML基础知识打下了坚实的基础，并向您介绍了tidyverse，这是一套专门为实用数据科学设计的强大的R工具。有了这些基础知识，您将更深入地研究常用的机器学习技术，包括分类、预测、约简和聚类算法，并将每种技术应用于实际数据，从而对有趣的问题进行预测。
使用tidyverse包，您将转换、清理和绘制您的数据，并在工作中使用数据科学最佳实践。为了简化您的学习过程，您还将使用R的mlr包，这是一个非常灵活的接口，用于各种核心算法，允许您以最少的编码执行复杂的ML任务。您将探索一些基本概念，如过拟合、欠拟合、验证模型性能，以及如何为您的任务选择最佳模型。富有启发性的图片提供了清晰的解释，巩固了你的新知识。
无论您是在处理业务问题、处理研究数据，还是仅仅是一个有数据头脑的开发人员，您都可以通过本实用教程立即构建自己的ML管道!
里面有什么
常用ML技术
使用tidyverse包来组织和绘制数据
验证模型的性能
为您的任务选择最佳的ML模型
各种实际的编码练习
ML的最佳实践
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
