《機器學習實戰：使用R、tidyverse和mlr》是清華大學出版社2021年出版的圖書，作者是[英]赫芬·I.里斯(Hefin Rhys) ，譯者是但波、高山和韓建立。
基本介紹
- 中文名：機器學習實戰：使用R、tidyverse和mlr
- 作者：[英]赫芬·I.里斯(Hefin Rhys)
- 譯者：但波,高山,韓建立
- 出版社：清華大學出版社
- 出版時間：2021年6月
- 定價：118 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787302578277
內容簡介,圖書目錄,作者簡介,
內容簡介
《機器學習實戰使用R、tidyverse和mlr》將使用RStudio和非常棒的mlr程式包開啟你的機器學習之旅。這本實用指南簡化了理論,避免了不必要的複雜統計和數學知識,所有核心的機器學習技術都通過圖形和易於掌握的示例進行清晰的解釋。每一章的內容都十分引人入勝，你將掌握如何把新的算法付諸實踐，以解決各種預測分析問題，包括泰坦尼克沉船事件中不同乘客的倖存機率、垃圾郵件過濾、毒酒事件調查等。
主要內容
使用tidyverse程式包處理和繪製數據
監督機器學習和非監督機器學習技術
分類、回歸、降維和聚類算法
統計學基礎
圖書目錄
第Ⅰ部分 簡介
第1章 機器學習介紹 2
1.1 機器學習的概念 3
1.2 機器學習算法的分類 7
1.3 關於機器學習道德影響的思考 12
1.4 使用R語言進行機器學習的原因 13
1.5 使用哪些數據集 13
1.6 從本書可以學到什麼 13
1.7 本章小結 14
第2章 使用tidyverse整理、操作和繪製數據 15
2.1 tidyverse和整潔數據的概念 15
2.2 載入tidyverse 17
2.3 tibble程式包及其功能介紹 17
2.4 dplyr程式包及其功能介紹 21
2.5 ggplot2程式包及其功能介紹 26
2.6 tidyr程式包及其功能介紹 29
2.7 purrr程式包及其功能介紹 32
2.8 本章小結 38
2.9 練習題答案 38
第Ⅱ部分 分類算法
第3章 基於相似性的k近鄰分類 42
3.1 k近鄰算法的概念 42
3.2 建立第一個kNN模型 45
3.3 平衡模型誤差的兩個來源：偏差-方差權衡 51
3.4 運用交叉驗證判斷是否過擬合或欠擬合 52
3.5 交叉驗證kNN模型 53
3.6 算法將要學習的內容以及它們必須知道的內容：參數和超參數 59
3.7 調節k值以改進模型 60
3.8 kNN算法的優缺點 64
3.9 本章小結 64
3.10 練習題答案 65
第4章 對數幾率回歸分類 67
4.1 什麼是對數幾率回歸 67
4.2 建立第一個對數幾率回歸模型 74
4.3 交叉驗證對數幾率回歸模型 81
4.4 理解模型：幾率比 83
4.5 使用模型進行預測 84
4.6 對數幾率回歸算法的優缺點 84
4.7 本章小結 85
4.8 練習題答案 85
第5章 基於判別分析的最大分離方法 88
5.1 什麼是判別分析 88
5.2 構建線性和二次判別模型 95
5.3 LDA和QDA算法的優缺點 100
5.4 本章小結 101
5.5 練習題答案 101
第6章 樸素貝葉斯和支持向量機分類算法 103
6.1 什麼是樸素貝葉斯算法 104
6.2 建立第一個樸素貝葉斯模型 107
6.3 樸素貝葉斯算法的優缺點 110
6.4 什麼是支持向量機(SVM)算法 110
6.5 構建第一個SVM模型 117
6.6 交叉驗證SVM模型 123
6.7 SVM算法的優缺點 124
6.8 本章小結 124
6.9 練習題答案 125
第7章 決策樹分類算法 127
7.1 什麼是遞歸分區算法 127
7.2 構建第一個決策樹模型 133
7.3 載入和研究zoo數據集 134
7.4 訓練決策樹模型 134
7.5 交叉驗證決策樹模型 139
7.6 決策樹算法的優缺點 140
7.7 本章小結 140
第8章 使用隨機森林算法和boosting技術改進決策樹 142
8.1 集成學習技術：bagging、boosting和stacking 142
8.2 建立第一個隨機森林模型 148
8.3 建立第一個XGBoost模型 150
8.4 隨機森林和XGBoost算法的優缺點 155
8.5 在算法之間進行基準測試 155
8.6 本章小結 156
第Ⅲ部分 回歸算法
第9章 線性回歸 158
9.1 什麼是線性回歸 158
9.2 建立第一個線性回歸模型 163
9.3 線性回歸的優缺點 178
9.4 本章小結 178
9.5 練習題答案 179
第10章 廣義加性模型的非線性回歸 180
10.1 使用多項式項使線性回歸非線性 180
10.2 更大的靈活性：樣條曲線和廣義加性模型 182
10.3 建立第一個GAM 184
10.4 GAM的優缺點 188
10.5 本章小結 188
10.6 練習題答案 189
第11章 利用嶺回歸、LASSO回歸和彈性網路控制過擬合 190
11.1 正則化的概念 190
11.2 嶺回歸的概念 191
11.3 L2範數的定義及其在嶺回歸中的套用 193
11.4 L1範數的定義及其在LASSO中的套用 195
11.5 彈性網路的定義 197
11.6 建立嶺回歸、LASSO和彈性網路模型 198
11.7 對嶺回歸、LASSO、彈性網路和OLS進行基準測試並對比 210
11.8 嶺回歸、LASSO和彈性網路的優缺點 211
11.9 本章小結 212
11.10 練習題答案 212
第12章 使用kNN、隨機森林和XGBoost進行回歸 215
12.1 使用kNN算法預測連續變數 215
12.2 使用基於決策樹的算法預測連續變數 217
12.3 建立第一個kNN回歸模型 219
12.4 建立第一個隨機森林回歸模型 226
12.5 建立第一個XGBoost回歸模型 227
12.6 對kNN、隨機森林和XGBoost模型的構建過程進行基準測試 229
12.7 kNN、隨機森林和XGBoost算法的優缺點 230
12.8 本章小結 230
12.9 練習題答案 231
第Ⅳ部分 降維算法
第13章 最大化方差的主成分分析法 234
13.1 降維的目的 234
13.2 主成分分析的概念 236
13.3 構建第一個PCA模型 240
13.4 PCA的優缺點 247
13.5 本章小結 247
13.6 練習題答案 247
第14章 最大化t-SNE和UMAP的相似性 249
14.1 t-SNE的含義 249
14.2 建立第一個t-SNE模型 253
14.3 UMAP的含義 256
14.4 建立第一個UMAP模型 258
14.5 t-SNE和UMAP的優缺點 261
14.6 本章小結 261
14.7 練習題答案 262
第15章 自組織映射和局部線性嵌入 263
15.1 先決條件：節點格線和流形 263
15.2 自組織映射的概念 264
15.3 建立第一個SOM 268
15.4 局部線性嵌入的概念 277
15.5 建立第一個LLE 278
15.6 建立跳蚤數據集的LLE 282
15.7 SOM和LLE的優缺點 283
15.8 本章小結 284
15.9 練習題答案 284
第Ⅴ部分 聚類算法
第16章 使用k-均值算法尋找中心聚類 288
16.1 k-均值算法的定義 288
16.2 建立第一個k-均值算法模型 292
16.3 k-均值算法的優缺點 304
16.4 本章小結 304
16.5 練習題答案 304
第17章 層次聚類 306
17.1 什麼是層次聚類 306
17.2 建立第一個聚合層次聚類模型 311
17.3 聚類穩定嗎 318
17.4 層次聚類的優缺點 320
17.5 本章小結 320
17.6 練習題答案 320
第18章 基於密度的聚類：DBSCAN和OPTICS 323
18.1 基於密度的聚類的定義 323
18.2 建立DBSCAN模型 331
18.3 建立OPTICS模型 343
18.4 基於密度的聚類的優缺點 345
18.5 本章小結 346
18.6 練習題答案 346
第19章 基於混合建模的分布聚類 348
19.1 混合模型聚類的概念 348
19.2 建立第一個用於聚類的高斯混合模型 353
19.3 混合模型聚類的優缺點 356
19.4 本章小結 357
19.5 練習題答案 357
第20章 最終筆記和進一步閱讀 359
20.1 簡要回顧機器學習概念 359
20.2 學完本書後，還可以學習哪些內容 367
20.3 結語 369
附錄 複習統計學概念 370
作者簡介
Hefin I. Rhys是一位有著8年教授R語言、統計學和機器學習經驗的生命科學家和細胞學家。他將自己的統計學/機器學習知識貢獻給多項學術研究，並熱衷於講授統計學、機器學習和數據可視化方面的課程。
