編輯推薦:本書為讀者建立機(jī)器學(xué)習(xí)模型提供了容易理解和上手的指導(dǎo)。本書撥開迷霧，開辟出一條清晰的學(xué)習(xí)路徑，幫助讀者發(fā)現(xiàn)、理解、應(yīng)用和開發(fā)機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的潛力。本書通過免費(fèi)的預(yù)測(cè)分析軟件包 ，為讀者提供必要的工具，幫助讀者充分理解、深化認(rèn)識(shí)并展開創(chuàng)造性思維，以增強(qiáng)自己的機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)項(xiàng)目。

本書闡述了：
★ 能夠從數(shù)據(jù)中學(xué)習(xí)到什么？
★ 為什么從數(shù)據(jù)中學(xué)習(xí)是數(shù)據(jù)科學(xué)工具箱的必 備部分？
★ 如何將機(jī)器學(xué)習(xí)運(yùn)用到自己的研究中？

通過閱讀本書，你將能夠：
★ 掌握從數(shù)據(jù)中學(xué)習(xí)的技能；
★ 探索、評(píng)價(jià)并利用核心學(xué)習(xí)類型；
★ 發(fā)揮監(jiān)督學(xué)習(xí)的威力；
★ 使用半監(jiān)督學(xué)習(xí)設(shè)計(jì)成功的解決方案；
★ 學(xué)會(huì)使用無監(jiān)督學(xué)習(xí)；
★ 模擬實(shí)現(xiàn)自己的想法并幫助開創(chuàng)新方法。

本書是一本可以輕輕松松從入門到精通的指南，你可以親自動(dòng)手實(shí)踐其中巧妙的算法。
如果你對(duì)數(shù)據(jù)科學(xué)或機(jī)器學(xué)習(xí)應(yīng)用領(lǐng)域有興趣，并希望嘗試其中的重要模型和預(yù)測(cè)技術(shù)，本書正是為你量身打造的。

內(nèi)容簡(jiǎn)介:隨著R語言的流行，從數(shù)據(jù)中學(xué)習(xí)比過去更加輕松。本書是通過R語言掌握數(shù)據(jù)科學(xué)技能的快速入門指南，書中一步一步地介紹如何在免費(fèi)和流行的R統(tǒng)計(jì)包中建立每一種類型的模型。書中的案例描述得很清楚，幾乎所有的代碼都可以使用。讀完本書，讀者將可以在自己專注的某個(gè)領(lǐng)域把書中所介紹的技術(shù)付諸實(shí)踐。

本書適合數(shù)據(jù)科學(xué)入門的讀者閱讀，尤其是通過R語言實(shí)現(xiàn)數(shù)據(jù)建模和分析方法的讀者學(xué)習(xí)。

作者簡(jiǎn)介:作者簡(jiǎn)介
尼格爾?劉易斯（N.D. Lewis）是一位數(shù)據(jù)科學(xué)和預(yù)測(cè)領(lǐng)域的講師、作者和研究者。他在華爾街和倫敦從事投資管理工作多年，編著了統(tǒng)計(jì)、數(shù)據(jù)科學(xué)和量化模型方面的數(shù)本圖書，并且在大學(xué)里開設(shè)深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析應(yīng)用等方面的課程。

譯者簡(jiǎn)介
高蓉，博士，任教于杭州電子科技大學(xué)，畢業(yè)于南開大學(xué)；研究領(lǐng)域包括資產(chǎn)定價(jià)、實(shí)證金融、數(shù)據(jù)科學(xué)應(yīng)用；已出版教材和譯著多部，發(fā)表學(xué)術(shù)論文數(shù)篇。

李茂，任教于天津理工大學(xué)，畢業(yè)于北京師范大學(xué)，熱愛數(shù)據(jù)科學(xué)，從事與統(tǒng)計(jì)和數(shù)據(jù)分析相關(guān)的教學(xué)和研究工作。

目錄:* 1章 簡(jiǎn)明學(xué)習(xí)問題… ……………………………………………………1
1．1 歸納推理和演繹推理的基礎(chǔ)……………………………………………………2
1．2 你曾遇到這些事情嗎？…………………………………………………………3
1．3 釋放歸納的力量…………………………………………………………………3
1．4 推斷的陰陽之道…………………………………………………………………4
1．5 學(xué)習(xí)問題的三大要素……………………………………………………………4
1．6 從數(shù)據(jù)中學(xué)習(xí)的目標(biāo)……………………………………………………………6
1．7 闡明選擇標(biāo)準(zhǔn)……………………………………………………………………7
1．8 學(xué)習(xí)任務(wù)的選擇…………………………………………………………………8
附注………………………………………………………………………………………9
* 2章 監(jiān)督學(xué)習(xí)………………………………………………………13
2．1 有效分類的基本要素……………………………………………………………13
2．2 如何確定假設(shè)類別的答案………………………………………………………15
2．3 監(jiān)督學(xué)習(xí)的兩個(gè)核心方法………………………………………………………16
2．3．1 生成算法的關(guān)鍵…………………………………………………………16
2．3．2 理解判別算法……………………………………………………………17
2．4 什么是貝葉斯分類器……………………………………………………………17
誤差下界…………………………………………………………………………19
2．5 評(píng)估貝葉斯誤差的兩種簡(jiǎn)單技巧………………………………………………19
2．5．1 Mahalanobis技巧……………………………………………………19
2．5．2 Bhattacharyya技巧…………………………………………………20
2．6 如何釋放樸素貝葉斯分類器的力量……………………………………………21
一個(gè)建立直覺的例子……………………………………………………………22
2．7 樸素貝葉斯分類器的R極簡(jiǎn)建立方法…………………………………………24
2．7．1 一個(gè)模擬的例子… …………………………………………………………24
2．7．2 甲狀腺數(shù)據(jù)的分析………………………………………………………28
2．8 如何利用k-近鄰算法的價(jià)值…………………………………………………33
2．8．1 深化理解的例子…………………………………………………………34
2．8．2 k近鄰的R直接方法……………………………………………………37
2．8．3 如何決定k的* 優(yōu)值……………………………………………………42
2．9 線性判別分析的關(guān)鍵……………………………………………………………42
2．9．1 求解廣義特征值問題…………………………………………………44
2．9．2 R判別分析的基本要素…………………………………………………45
2．9．3 檢查你想要的模型類型………………………………………………49
2．9．4 不要止步于線性判別分析………………………………………………50
2．10 邏輯回歸分類的秘密……………………………………………………………51
建立R邏輯回歸分類器的簡(jiǎn)便方法……………………………………………53
2．11 激勵(lì)創(chuàng)意和激情的超級(jí)好主意…………………………………………………57
附注………………………………………………………………………………………59
第3章 無監(jiān)督學(xué)習(xí)……………………………………………………68
3．1 無監(jiān)督學(xué)習(xí)簡(jiǎn)介…………………………………………………………………68
3．2 兩種核心方法及其工作原理……………………………………………………69
3．3 無監(jiān)督學(xué)習(xí)的應(yīng)用技術(shù)及R實(shí)現(xiàn)………………………………………………70
3．4 無監(jiān)督學(xué)習(xí)的典型例子，你可以模仿學(xué)習(xí)……………………………………85
3．4．1 數(shù)據(jù)（圖像）預(yù)處理……………………………………………………86
3．4．2 處理圖像中的噪聲………………………………………………………86
3．4．3 顱骨“剝離”……………………………………………………………87
3．4．4 完 美組合…………………………………………………………………87
附注……………………………………………………………………………………89
第4章 半監(jiān)督學(xué)習(xí)……………………………………………………91
4．1 未標(biāo)記數(shù)據(jù)的作用………………………………………………………………92
4．2 一致性假設(shè)……………………………………………………………………94
4．3 嘗試半監(jiān)督學(xué)習(xí)的極簡(jiǎn)方法…………………………………………………94
4．4 自學(xué)習(xí)算法………………………………………………………………………95
4．5 基于半監(jiān)督模型的R學(xué)習(xí)……………………………………………………98
4．6 使用土地分類掌握這種實(shí)踐說明… ……………………………………………102
附注……………………………………………………………………………………105
第5章 統(tǒng)計(jì)學(xué)習(xí)理論…………………………………………………108
5．1 Vapnik-Chervonenkis泛化界……………………………………………109
5．2 什么是Vapnik-Chervonenkis維…………………………………………110
5．3 結(jié)構(gòu)風(fēng)險(xiǎn)* 小化的關(guān)鍵………………………………………………………113
5．4 實(shí)踐中使用統(tǒng)計(jì)學(xué)習(xí)理論的* 佳建議………………………………………114
5．5 如何精通支持向量機(jī)…………………………………………………………115
5．6 支持向量機(jī)的本質(zhì)……………………………………………………………116
松弛的處理……………………………………………………………………117
5．7 如何建立R支持向量機(jī)………………………………………………………118
附注……………………………………………………………………………………120
第6章 模型選擇………………………………………………………122
6．1 模型的快速改進(jìn)………………………………………………………………122
6．2 一個(gè)價(jià)值500萬美元的小錯(cuò)誤………………………………………………124
6．3 “天下沒有免費(fèi)午餐”定理之三大關(guān)鍵教訓(xùn)…………………………………125
6．4 什么是偏差和方差權(quán)衡………………………………………………………127
6．4．1 可約誤差………………………………………………………………128
6．4．2 偏差……………………………………………………………………129
6．4．3 方差……………………………………………………………………130
6．5 你的模型犯過這種錯(cuò)嗎？……………………………………………………131
6．6 留出技術(shù)的秘密………………………………………………………………132
6．7 有效交叉驗(yàn)證的藝術(shù)…………………………………………………………134
6．7．1 k-折交叉驗(yàn)證………………………………………………………134
6．7．2 一個(gè)R案例……………………………………………………………135
6．7．3 留一驗(yàn)證………………………………………………………………138
附注……………………………………………………………………………………140
恭喜你！……………………………………………………………………142