机器学习：实用案例解析作者：（美）康威 等著，陈开江 刘逸哲 孟晓楠 译罗森林 审校出版时间：2013内容简介 O’Reilly Media通过图书、杂志、在线服务、调查研究和会议等方式传播创新知识。自1978年开始，O’Reilly一直都是前沿发展的见证者和推动者。超级极客们正在开创着未来，而我们关注真正重要的技术趋势——通过放大那些“细微的信号”来刺激社会对新科技的应用。作为技术社区中活跃的参与者，O’Reilly的发展充满了对创新的倡导、创造和发扬光大。O’Reilly为软件开发人员带来革命性的“动物书”；创建第一个商业网站（GNN）；组织了影响深远的开放源代码峰会，以至于开源软件运动以此命名；创立了Make杂志，从而成为DIY革命的主要先锋；公司一如既往地通过多种形式缔结信息与人的纽带。O’Reilly的会议和峰会集聚了众多超级极客和高瞻远瞩的商业领袖，共同描绘出开创新产业的革命性思想。作为技术人士获取信息的选择，O’Reilly现在还将先锋专家的知识传递给普通的计算机用户。无论是通过书籍出版，在线服务或者面授课程，每一项O’Reilly的产品都反映了公司不可动摇的理念——信息是激发创新的力量。目录前言 1第1章 使用R语言 9R与机器学习 10第2章 数据分析 36分析与验证 36什么是数据 37推断数据的类型 40推断数据的含义 42数值摘要表 43均值、中位数、众数 44分位数 46标准差和方差 47可视化分析数据 49列相关的可视化 68第3章 分类：垃圾过滤 77非此即彼：二分类 77漫谈条件概率 81试写第一个贝叶斯垃圾分类器 82第4章 排序：智能收件箱 97次序未知时该如何排序 97按优先级给邮件排序 98实现一个智能收件箱 102第5章 回归模型：预测网页访问量 128回归模型简介 128预测网页流量 142定义相关性 152第6章 正则化：文本回归 155数据列之间的非线性关系：超越直线 155避免过拟合的方法 164文本回归 174第7章 优化：密码破译 182优化简介 182岭回归 188密码破译优化问题 193第8章 PCA：构建股票市场指数 203无监督学习 203主成分分析 204第9章 MDS：可视化地研究参议员相似性 212基于相似性聚类 212如何对美国参议员做聚类 219第10章 kNN：推荐系统 229k近邻算法 229R语言程序包安装数据 235第11章 分析社交图谱 239社交网络分析 239用黑客的方法研究Twitter的社交关系图数据 244分析Twitter社交网络 252第12章 模型比较 270SVM：支持向量机 270算法比较 280参考文献 287 上一篇: Spark高级数据分析 下一篇: 网络化测控系统可信技术及应用
