譯者序前言
關於作者
關於審稿人
第1章 開始使用r語言和機器學習
1.1 **r的基本內容
1.2 r的資料結構
1.3 使用函式
1.4 控制**流
1.5 高階結構
1.6 進一步使用r
1.7 機器學習基礎
1.8 總結
第2章 讓我們進行機器學習
2.1 理解機器學習
2.2 機器學習演算法
2.3 演算法家族
2.4 總結
第3章 應用市場購物籃分析**顧客購買趨勢
3.1 檢測和**趨勢
3.2 市場購物籃分析
3.3 評估產品列聯矩陣
3.4 頻繁項集的生成
3.5 關聯規則挖掘
3.6 總結
第4章 建立產品推薦系統
4.1 理解推薦系統
4.2 推薦系統存在的問題
4.3 協同過濾器
4.4 建立推薦引擎
4.5 產品推薦引擎實戰
4.6 總結
第5章 信用風險檢測和**——描述分析
5.1 分析的型別
5.2 我們將要面臨的挑戰
5.3 什麼是信用風險
5.4 獲取資料
5.5 資料處理
5.6 資料分析和變換
5.7 接下來的步驟
5.8 總結
第6章 信用風險檢測和**——**分析
6.1 **分析
6.2 如何**信用風險
6.3 **模型中的重要概念
6.4 獲取資料
6.5 資料處理
6.6 特徵選擇
6.7 應用邏輯回歸建立模型
6.8 應用支援向量機建立模型
6.9 應用決策樹建立模型
6.10 應用隨機森林建立模型
6.11 應用神經網路建立模型
6.12 模型比較和選擇
6.13 總結
第7章 社交**分析:分析twitter資料
7.1 社交網路(twitter)
7.2 資料探勘與社交網路
7.3 從twitter api開始
7.4 twitter資料探勘
7.5 社交網路資料探勘帶來的挑戰
7.6 參考文獻
7.7 總結
第8章 twitter資料的情感分析
8.1 理解情感分析
8.2 推文中的情感分析
8.3 總結
《R語言資料探勘 實用專案解析》 導讀
隨著資料規模和種類的增長,應用資料探勘技術從大資料中提取有效資訊變得至關重要。這是因為企業認為有必要從大規模資料的實施中獲得相應的投資回報。實施資料探勘的根本性原因是要從大型資料庫中發現隱藏的商機,以便利益相關者能針對未來業務做出決策。資料探勘不僅能夠幫助企業降低成本以及提高收益,還能幫助他們發現新...
機器學習 情感分析小案例
對發帖情感進行分析。字段說明 announce id欄位代表使用者id,user name欄位代表使用者名稱,topic欄位代表發帖主題,body欄位代表發帖內容,post type欄位代表發帖話題是否與工作相關,sentiment欄位表明發帖情感色彩,ip欄位代表使用者ip位址。關於classif...
《機器學習 實用案例解析》讀書筆記0
1.關於r語言的入門 感覺書上介紹的不是很好,原來沒接觸r,我是看下面這篇文章的。2.書中的源 作者這本書的源 在下面這個鏈結下,不過我下著下著沒速度了 3.安裝程式包 感覺書上講得太什麼了,直接用rstudio裝,介面右下角,packages install install from reposi...