网易阅读

机器学习与R语言实战

丘祐玮

本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令；第2章讲述如何使用R语言进行探索性数据分析；第3章重点探讨数据采样和概率分布的概念；第4章探讨因变量和解释变量集合之间的线性关系；第5章介绍基于树的分类器：K近邻分类器、逻辑回归分类器以及朴素贝叶斯分类器；第6章神经网络和支持向量机；第7章展示一些模型评估的方法；第8章探讨集成分类器；第9章讲述多种聚类算法；第10章介绍关联分析和序列挖掘；第11章介绍如何从原始变量中选择和抽取特征；第12章讨论大数据分析（R和Hadoop）。

机器学习与R语言

【美】Brett Lantz

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。

一本书读懂大数据

章沛轩

大数据时代，我们需要学会用数据分析问题、解决问题。当下，因为没有数据的精确度量就无法进步。利用数据，我们可以看清、看准、看透所面对的个人问题，工作问题和所从事的商业问题。理解大数据、利用大数据是现代人标配的能力。

数据挖掘与R语言

【葡】托尔戈（Torgo，L.）

《计算机科学丛书:数据挖掘与R语言》首先简要介绍了R软件的基础知识（安装、R数据结构、R编程、R的输入和输出等）。然后通过四个数据挖掘的实际案例（藻类频率的预测、证券趋势预测和交易系统仿真、交易欺诈预测、微阵列数据分类）介绍数据挖掘技术。这四个案例基本覆盖了常见的数据挖掘技术，从无监督的数据挖掘技术、有监督的数据挖掘技术到半监督的数据挖掘技术。全书以实际问题、解决方案和对解决方案的讨论为主线来组织内容，脉络清晰，并且各章自成体系。读者可以从头至尾逐章学习，也可以根据自己的需要进行学习，找到自己实际问题的解决方案。读者既可以把《计算机科学丛书:数据挖掘与R语言》作为学习如何应用R的一本优秀教材，也可以作为数据挖掘的工具书。

数据分析：企业的贤内助

陈哲

本书选择人物对话的形式，通过一问一答把读者带人思考问题的情境，耳濡目染，感同身受。思路上清晰连贯，表达上深入浅出，减少枯燥的概念，增加生动的故事和实用的案例；减少晦涩的公式推导，增加思路引导的互动情境。