目 录
第Ⅰ部分 简介
第1章 机器学习介绍 2
1.1 机器学习的概念 3
1.2 机器学习算法的分类 7
1.3 关于机器学习道德影响的思考 12
1.4 使用R语言进行机器学习的原因 13
1.5 使用哪些数据集 13
1.6 从本书可以学到什么 13
1.7 本章小结 14
第2章 使用tidyverse整理、操作和绘制数据 15
2.1 tidyverse和整洁数据的概念 15
2.2 加载tidyverse 17
2.3 tibble程序包及其功能介绍 17
2.4 dplyr程序包及其功能介绍 21
2.5 ggplot2程序包及其功能介绍 26
2.6 tidyr程序包及其功能介绍 29
2.7 purrr程序包及其功能介绍 32
2.8 本章小结 38
2.9 练习题答案 38
第Ⅱ部分 分类算法
第3章 基于相似性的k近邻分类 42
3.1 k近邻算法的概念 42
3.2 建立第一个kNN模型 45
3.3 平衡模型误差的两个来源：偏差-方差权衡 51
3.4 运用交叉验证判断是否过拟合或欠拟合 52
3.5 交叉验证kNN模型 53
3.6 算法将要学习的内容以及它们必须知道的内容：参数和超参数 59
3.7 调节k值以改进模型 60
3.8 kNN算法的优缺点 64
3.9 本章小结 64
3.10 练习题答案 65
第4章 对数几率回归分类 67
4.1 什么是对数几率回归 67
4.2 建立第一个对数几率回归模型 74
4.3 交叉验证对数几率回归模型 81
4.4 理解模型：几率比 83
4.5 使用模型进行预测 84
4.6 对数几率回归算法的优缺点 84
4.7 本章小结 85
4.8 练习题答案 85
第5章 基于判别分析的最大分离方法 88
5.1 什么是判别分析 88
5.2 构建线性和二次判别模型 95
5.3 LDA和QDA算法的优缺点 100
5.4 本章小结 101
5.5 练习题答案 101
第6章 朴素贝叶斯和支持向量机分类算法 103
6.1 什么是朴素贝叶斯算法 104
6.2 建立第一个朴素贝叶斯模型 107
6.3 朴素贝叶斯算法的优缺点 110
6.4 什么是支持向量机(SVM)算法 110
6.5 构建第一个SVM模型 117
6.6 交叉验证SVM模型 123
6.7 SVM算法的优缺点 124
6.8 本章小结 124
6.9 练习题答案 125
第7章 决策树分类算法 127
7.1 什么是递归分区算法 127
7.2 构建第一个决策树模型 133
7.3 加载和研究zoo数据集 134
7.4 训练决策树模型 134
7.5 交叉验证决策树模型 139
7.6 决策树算法的优缺点 140
7.7 本章小结 140
第8章 使用随机森林算法和boosting技术改进决策树 142
8.1 集成学习技术：bagging、boosting和stacking 142
8.2 建立第一个随机森林模型 148
8.3 建立第一个XGBoost模型 150
8.4 随机森林和XGBoost算法的优缺点 155
8.5 在算法之间进行基准测试 155
8.6 本章小结 156
第Ⅲ部分 回归算法
第9章 线性回归 158
9.1 什么是线性回归 158
9.2 建立第一个线性回归模型 163
9.3 线性回归的优缺点 178
9.4 本章小结 178
9.5 练习题答案 179
第10章 广义加性模型的非线性回归 180
10.1 使用多项式项使线性回归非线性 180
10.2 更大的灵活性：样条曲线和广义加性模型 182
10.3 建立第一个GAM 184
10.4 GAM的优缺点 188
10.5 本章小结 188
10.6 练习题答案 189
第11章 利用岭回归、LASSO回归和弹性网络控制过拟合 190
11.1 正则化的概念 190
11.2 岭回归的概念 191
11.3 L2范数的定义及其在岭回归中的应用 193
11.4 L1范数的定义及其在LASSO中的应用 195
11.5 弹性网络的定义 197
11.6 建立岭回归、LASSO和弹性网络模型 198
11.7 对岭回归、LASSO、弹性网络和OLS进行基准测试并对比 210
11.8 岭回归、LASSO和弹性网络的优缺点 211
11.9 本章小结 212
11.10 练习题答案 212
第12章 使用kNN、随机森林和XGBoost进行回归 215
12.1 使用kNN算法预测连续变量 215
12.2 使用基于决策树的算法预测连续变量 217
12.3 建立第一个kNN回归模型 219
12.4 建立第一个随机森林回归模型 226
12.5 建立第一个XGBoost回归模型 227
12.6 对kNN、随机森林和XGBoost模型的构建过程进行基准测试 229
12.7 kNN、随机森林和XGBoost算法的优缺点 230
12.8 本章小结 230
12.9 练习题答案 231
第Ⅳ部分 降维算法
第13章 最大化方差的主成分分析法 234
13.1 降维的目的 234
13.2 主成分分析的概念 236
13.3 构建第一个PCA模型 240
13.4 PCA的优缺点 247
13.5 本章小结 247
13.6 练习题答案 247
第14章 最大化t-SNE和UMAP的相似性 249
14.1 t-SNE的含义 249
14.2 建立第一个t-SNE模型 253
14.3 UMAP的含义 256
14.4 建立第一个UMAP模型 258
14.5 t-SNE和UMAP的优缺点 261
14.6 本章小结 261
14.7 练习题答案 262
第15章 自组织映射和局部线性嵌入 263
15.1 先决条件：节点网格和流形 263
15.2 自组织映射的概念 264
15.3 建立第一个SOM 268
15.4 局部线性嵌入的概念 277
15.5 建立第一个LLE 278
15.6 建立跳蚤数据集的LLE 282
15.7 SOM和LLE的优缺点 283
15.8 本章小结 284
15.9 练习题答案 284
第Ⅴ部分 聚类算法
第16章 使用k-均值算法寻找中心聚类 288
16.1 k-均值算法的定义 288
16.2 建立第一个k-均值算法模型 292
16.3 k-均值算法的优缺点 304
16.4 本章小结 304
16.5 练习题答案 304
第17章 层次聚类 306
17.1 什么是层次聚类 306
17.2 建立第一个聚合层次聚类模型 311
17.3 聚类稳定吗 318
17.4 层次聚类的优缺点 320
17.5 本章小结 320
17.6 练习题答案 320
第18章 基于密度的聚类：DBSCAN和OPTICS 323
18.1 基于密度的聚类的定义 323
18.2 建立DBSCAN模型 331
18.3 建立OPTICS模型 343
18.4 基于密度的聚类的优缺点 345
18.5 本章小结 346
18.6 练习题答案 346
第19章 基于混合建模的分布聚类 348
19.1 混合模型聚类的概念 348
19.2 建立第一个用于聚类的高斯混合模型 353
19.3 混合模型聚类的优缺点 356
19.4 本章小结 357
19.5 练习题答案 357
第20章 最终笔记和进一步阅读 359
20.1 简要回顾机器学习概念 359
20.2 学完本书后，还可以学习哪些内容 367
20.3 结语 369
附录 复习统计学概念 370
![《机器学习实战：使用R、tidyverse和mlr》[26M]百度网盘|亲测有效|pdf下载](/uploads/s0309/a83df5e51e789672.jpg)
