編輯推薦:本書為讀者建立機器學(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)機器學(xué)習(xí)和數(shù)據(jù)科學(xué)的潛力。本書通過免費的預(yù)測分析軟件包 ，為讀者提供必要的工具，幫助讀者充分理解、深化認識并展開創(chuàng)造性思維，以增強自己的機器學(xué)習(xí)和數(shù)據(jù)科學(xué)項目。

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？
★ 如何將機器學(xué)習(xí)運用到自己的研究中？

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、評價并利用核心學(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)計成功的解決方案；
★ 學(xué)會使用無監(jiān)督學(xué)習(xí)；
★ 模擬實現(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，你可以親自動手實踐其中巧妙的算法。
如果你對數(shù)據(jù)科學(xué)或機器學(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)測技術(shù)，本書正是為你量身打造的。

內(nèi)容簡介: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和流行的R統(tǒng)計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領(lǐng)域把書中所介紹的技術(shù)付諸實踐。

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

作者簡介:作者簡介
尼格爾?劉易斯（N.D. Lewis）是一位數(shù)據(jù)科學(xué)和預(yù)測領(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、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)、機器學(xué)習(xí)和數(shù)據(jù)分析應(yīng)用等方面的課程。

譯者簡介
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、實證金融、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)計和數(shù)據(jù)分析相關(guān)的教學(xué)和研究工作。

目錄:* 1章 簡明學(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……………………………………………………………6
1．7 闡明選擇標準……………………………………………………………………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 評估貝葉斯誤差的兩種簡單技巧………………………………………………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
一個建立直覺的例子……………………………………………………………22
2．7 樸素貝葉斯分類器的R極簡建立方法…………………………………………24
2．7．1 一個模擬的例子… …………………………………………………………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便方法……………………………………………53
2．11 激勵創(chuàng)意和激情的超級好主意…………………………………………………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踐說明… ……………………………………………102
附注……………………………………………………………………………………105
第5章 統(tǒng)計學(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* 小化的關(guān)鍵………………………………………………………113
5．4 實踐中使用統(tǒng)計學(xué)習(xí)理論的* 佳建議………………………………………114
5．5 如何精通支持向量機…………………………………………………………115
5．6 支持向量機的本質(zhì)……………………………………………………………116
松弛的處理……………………………………………………………………117
5．7 如何建立R支持向量機………………………………………………………118
附注……………………………………………………………………………………120
第6章 模型選擇………………………………………………………122
6．1 模型的快速改進………………………………………………………………122
6．2 一個價值500萬美元的小錯誤………………………………………………124
6．3 “天下沒有免費午餐”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嗎？……………………………………………………131
6．6 留出技術(shù)的秘密………………………………………………………………132
6．7 有效交叉驗證的藝術(shù)…………………………………………………………134
6．7．1 k-折交叉驗證………………………………………………………134
6．7．2 一個R案例……………………………………………………………135
6．7．3 留一驗證………………………………………………………………138
附注……………………………………………………………………………………140
恭喜你！……………………………………………………………………142