R 机器学习

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

阅读咨询