R本身是一款十分优秀的数据分析和数据可视化软件。《机器学习与R语言》通过将实践案例与核心的理论知识相结合，提供了你开始将机器学习应用到你自己项目中所需要的知识。《机器学习与R语言》主要内容：机器学习的基本概念和理论，用于机器学习的R软件环境；如何应用R来管理数据，进行数据的探索分析和数据可视化；典型的机器学习算法和案例，并给出了详细的分析步骤；模型性能评价的原理和方法；提高模型性能的几种常用方法；其他机器学习主题。
《机器学习与R语言》适用于任何希望使用数据来采取行动的人。读者只需要具有R的一些基本知识，不需要具备机器学习的深厚基础。不管是R初学者，还是熟练的R用户都能从书中找到对自己有用的内容。
目录
- 第1章 机器学习简介 1
- 第2章 数据的管理和理解 18
- 第3章 懒惰学习——使用近邻分类 44
- 第4章 概率学习——朴素贝叶斯分类 61
- 第5章 分而治之——应用决策树和规则进行分类 82
- 第6章 预测数值型数据——回归方法 113
- 第7章 黑箱方法——神经网络和支持向量机 146
- 第8章 探寻模式——基于关联规则的购物篮分析 172
- 第9章 寻找数据的分组——k均值聚类 191
- 第10章 模型性能的评价 208
- 第11章 提高模型的性能 231
- 第12章 其他机器学习主题 249
