
[美]諾曼·馬特洛夫
機器學習是當下最熱門的領域之一。本書是一本基於R語言的機器學習實操指南,通過具體的例子和常見術語解釋了機器學習的概念。書中涵蓋了機器學習的多個方面,包括所需背景知識、“ge”系列函數、各部分內容架構等。全書介紹了基於近鄰的方法(如k近鄰算法)及相關的迴歸和分類模型、基於樹的方法(包括決策樹、隨機森林、梯度提升等)、基於線性關係的方法、基於劃分直線與平面的方法(包括支持向量機和神經網絡)等。此外,本書也介紹了一些特定類型的機器學習應用,如圖像分類、處理時間序列與文本數據等。本書適合對機器學習感興趣,有一定R語言編程基礎且具備普通數學知識(熟悉圖表和簡單代數符號)的讀者閱讀。