图书介绍
机器学习与数据科学 基于R的统计学习方法PDF|Epub|txt|kindle电子书版本网盘下载
- （美）古铁雷斯（Daniel D.Gutierrez） 著
- 出版社： 北京：人民邮电出版社
- ISBN：9787115452405
- 出版时间：2017
- 标注页数：242页
- 文件大小：30MB
- 文件页数：263页
- 主题词：机器学习；数据处理
PDF下载
下载说明
机器学习与数据科学 基于R的统计学习方法PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 机器学习综述1
1.1 机器学习的分类2
1.2 机器学习的实际案例3
1.2.1 预测回头客挑战赛4
1.2.2 Netflix公司5
1.2.3 算法交易挑战赛6
1.2.4 Heritage健康奖7
1.3 机器学习的过程10
1.4 机器学习背后的数学15
1.5 成为一名数据科学家16
1.6 统计计算的R工程18
1.7 RStudio19
1.8 使用R包20
1.9 数据集22
1.10 在生产中使用R23
1.11 小结24
第2章 连接数据25
2.1 管理你的工作目录27
2.2 数据文件的种类28
2.3 数据的来源28
2.4 从网络中下载数据集29
2.5 读取CSV文件31
2.6 读取Excel文件33
2.7 使用文件连接34
2.8 读取JSON文件35
2.9 从网站中抓取数据36
2.10 SQL数据库38
2.11 R中的SQL等价表述42
2.12 读取Twitter数据46
2.13 从谷歌分析中读取数据48
2.14 写数据51
2.15 小结53
第3章 数据处理54
3.1 特征工程57
3.2 数据管道59
3.3 数据采样60
3.4 修正变量名60
3.5 创建新变量62
3.6 数值离散化63
3.7 日期处理65
3.8 将类变量二值化67
3.9 合并数据集68
3.10 排列数据集70
3.11 重塑数据集71
3.12 使用dplyr进行数据操作72
3.13 处理缺失数据75
3.14 特征缩放77
3.15 降维78
3.16 小结81
第4章 探索性数据分析83
4.1 数据统计84
4.2 探索性可视化87
4.3 直方图88
4.4 箱形图89
4.5 条形图92
4.6 密度图93
4.7 散点图95
4.8 QQ图101
4.9 热图102
4.10 缺失值的图表103
4.11 解释性图表104
4.12 小结106
第5章 回归107
5.1 一元线性回归108
5.2 多元线性回归120
5.3 多项式回归127
5.4 小结134
第6章 分类136
6.1 一个简单的例子137
6.2 逻辑回归139
6.3 分类树143
6.4 朴素贝叶斯147
6.5 K-最近邻151
6.6 支持向量机155
6.7 神经网络159
6.8 集成165
6.9 随机森林168
6.10 梯度提升机171
6.11 小结174
第7章 评估模型性能176
7.1 过拟合177
7.2 偏差和方差183
7.3 干扰因子187
7.4 数据泄漏188
7.5 测定回归性能190
7.6 测定分类性能194
7.7 交叉验证197
7.8 其他机器学习诊断法204
7.8.1 获取更多的训练观测数据205
7.8.2 特征降维205
7.8.3 添加新特征205
7.8.4 添加多项式特征206
7.8.5 对正则化参数进行微调206
7.9 小结206
第8章 非监督学习208
8.1 聚类209
8.2 模拟聚类211
8.3 分级聚类212
8.4 K-均值聚类219
8.5 主成分分析224
8.6 小结233
术语表234