機器學習與R語言（原書第3版）

譯者序
前　言
第1章　機器學習簡介 1
1.1　機器學習的起源 1
1.2　機器學習的使用與濫用 2
1.2.1　機器學習的成功應用 3
1.2.2　機器學習的限制 4
1.2.3　機器學習的倫理方面 5
1.3　機器如何學習 7
1.3.1　數(shù)據(jù)存儲 8
1.3.2　抽象化 8
1.3.3　一般化 10
1.3.4　評估 11
1.4　實踐中的機器學習 12
1.4.1　輸入數(shù)據(jù)的類型 13
1.4.2　機器學習算法的類型 14
1.4.3　為輸入數(shù)據(jù)匹配算法 15
1.5　使用R進行機器學習 16
1.5.1　安裝R添加包 17
1.5.2　載入和卸載R添加包 18
1.5.3　安裝RStudio 18
1.6　總結(jié) 19
第2章　管理和理解數(shù)據(jù) 20
2.1　R數(shù)據(jù)結(jié)構(gòu) 20
2.1.1　向量 20
2.1.2　因子 22
2.1.3　列表 23
2.1.4　數(shù)據(jù)框 25
2.1.5　矩陣和數(shù)組 27
2.2　用R管理數(shù)據(jù) 28
2.2.1　保存、載入和移除R數(shù)據(jù)結(jié)構(gòu) 29
2.2.2　從CSV文件導入數(shù)據(jù)和將數(shù)據(jù)保存為CSV文件 29
2.3　探索和理解數(shù)據(jù) 31
2.3.1　探索數(shù)據(jù)的結(jié)構(gòu) 31
2.3.2　探索數(shù)值變量 32
2.3.3　探索分類變量 40
2.3.4　探索變量之間的關(guān)系 41
2.4　總結(jié) 44
第3章　懶惰學習——使用近鄰分類 46
3.1　理解近鄰分類 46
3.1.1　k近鄰算法 47
3.1.2　為什么k-NN算法是懶惰的 52
3.2　例子—用k-NN算法診斷乳腺癌 53
3.2.1　第1步—收集數(shù)據(jù) 53
3.2.2　第2步—探索和準備數(shù)據(jù) 54
3.2.3　第3步—基于數(shù)據(jù)訓練模型 57
3.2.4　第4步—評估模型的性能 58
3.2.5　第5步—提高模型的性能 59
3.3　總結(jié) 61
第4章　概率學習——樸素貝葉斯分類 62
4.1　理解樸素貝葉斯 62
4.1.1　貝葉斯方法的基本概念 63
4.1.2　樸素貝葉斯算法 67
4.2　例子—基于貝葉斯算法的手機垃圾短信過濾 72
4.2.1　第1步—收集數(shù)據(jù) 72
4.2.2　第2步—探索和準備數(shù)據(jù) 73
4.2.3　第3步—基于數(shù)據(jù)訓練模型 84
4.2.4　第4步—評估模型的性能 85
4.2.5　第5步—提高模型的性能 86
4.3　總結(jié) 87
第5章　分而治之——應用決策樹和規(guī)則進行分類 88
5.1　理解決策樹 88
5.1.1　分而治之 89
5.1.2　C5.0決策樹算法 92
5.2　例子—使用C5.0決策樹識別高風險銀行貸款 95
5.2.1　第1步—收集數(shù)據(jù) 95
5.2.2　第2步—探索和準備數(shù)據(jù) 95
5.2.3　第3步—基于數(shù)據(jù)訓練模型 98
5.2.4　第4步—評估模型的性能 100
5.2.5　第5步—提高模型的性能 100
5.3　理解分類規(guī)則 104
5.3.1　獨立而治之 104
5.3.2　1R算法 106
5.3.3　RIPPER算法 108
5.3.4　來自決策樹的規(guī)則 109
5.3.5　什么使決策樹和規(guī)則貪婪 110
5.4　例子—應用規(guī)則學習算法識別有毒的蘑菇 111
5.4.1　第1步—收集數(shù)據(jù) 111
5.4.2　第2步—探索和準備數(shù)據(jù) 112
5.4.3　第3步—基于數(shù)據(jù)訓練模型 112
5.4.4　第4步—評估模型的性能 114
5.4.5　第5步—提高模型的性能 115
5.5　總結(jié) 117
第6章　預測數(shù)值型數(shù)據(jù)——回歸方法 118
6.1　理解回歸 118
6.1.1　簡單線性回歸 120
6.1.2　普通最小二乘估計 122
6.1.3　相關(guān)性 123
6.1.4　多元線性回歸 124
6.2　例子—應用線性回歸預測醫(yī)療費用 127
6.2.1　第1步—收集數(shù)據(jù) 128
6.2.2　第2步—探索和準備數(shù)據(jù) 128
6.2.3　第3步—基于數(shù)據(jù)訓練模型 132
6.2.4　第4步—評估模型的性能 134
6.2.5　第5步—提高模型的性能 135
6.2.6　第6步—用回歸模型進行預測 138
6.3　理解回歸樹和模型樹 140
6.4　例子—用回歸樹和模型樹估計葡萄酒的質(zhì)量 142
6.4.1　第1步—收集數(shù)據(jù) 142
6.4.2　第2步—探索和準備數(shù)據(jù) 143
6.4.3　第3步—基于數(shù)據(jù)訓練模型 144
6.4.4　第4步—評估模型的性能 147
6.4.5　第5步—提高模型的性能 149
6.5　總結(jié) 151
第7章　黑箱方法—神經(jīng)網(wǎng)絡和支持向量機 152
7.1　理解神經(jīng)網(wǎng)絡 152
7.1.1　從生物神經(jīng)元到人工神經(jīng)元 153
7.1.2　激活函數(shù) 154
7.1.3　網(wǎng)絡拓撲 156
7.1.4　用后向傳播訓練神經(jīng)網(wǎng)絡 159
7.2　例子—用人工神經(jīng)網(wǎng)絡對混凝土的強度進行建模 160
7.2.1　第1步—收集數(shù)據(jù) 161
7.2.2　第2步—探索和準備數(shù)據(jù) 161
7.2.3　第3步—基于數(shù)據(jù)訓練模型 162
7.2.4　第4步—評估模型的性能 164
7.2.5　第5步—提高模型的性能 165
7.3　理解支持向量機 169
7.3.1　用超平面分類 169
7.3.2　對非線性空間使用核函數(shù) 173
7.4　例子—用支持向量機進行光學字符識別 175
7.4.1　第1步—收集數(shù)據(jù) 175
7.4.2　第2步—探索和準備數(shù)據(jù) 176
7.4.3　第3步—基于數(shù)據(jù)訓練模型 177
7.4.4　第4步—評估模型的性能 179
7.4.5　第5步—提高模型的性能 180
7.5　總結(jié) 182
第8章　探尋模式——基于關(guān)聯(lián)規(guī)則的購物籃分析 183
8.1　理解關(guān)聯(lián)規(guī)則 183
8.1.1　用于關(guān)聯(lián)規(guī)則學