 |
|
该书是数据挖掘和机器学习的入门课程，分为上下两篇，上篇是R语言基础，重点是让学生掌握R语言基础，具备一定的编程基础。下篇是数据挖掘和机器学习方法，内容包括有监督学习（回归、分类、决策树、集成学习、支持向量机、神经网络）和无监督学习（主成分分析、因子分析、典型相关分析和推荐算法）。本书内容全面，讲解深入浅出，在讲解模型原理的同时辅之以翔实的案例分析，让学生能够更快更好地深入理解每个模型；此外，本书理论与实践结合，每章节都会相应地讲解本章所学的方法的R语言程序编写和实务操作，提高学生的动手能力和实际数据分析能力。本书主要面向统计学类和经济管理类的高年级本科生、应用型研究生以及数据挖掘和机器学习的兴趣爱好者等。 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
