[PDF电子书]机器学习实战：使用R、tidyverse和mlr

为什么使用R语言进行机器学习？

R和Python是两种最常用的数据科学语言，两种语言并没有绝对优势，各有所长。Python是更通用的编程语言，先进的深度学习方法更容易通过使用Python来编写实现。R语言擅长数据分析、统计建模，有简化数据科学任务的tidyverse程序包。

为什么要用mlr程序包？

R语言中机器学习算法的通用接口，类似于Python的scikit-learn库。

为什么要用tidyverse程序包？

数据处理是机器学习中最耗时和复杂的部分，tidyverse程序包可以使数据的处理、转换和可视化变得简单、合理且可复制，大大简化了数据整理的过程。

《机器学习实战使用R、tidyverse和mlr》将使用RStudio和非常棒的mlr程序包开启你的机器学习之旅。这本实用指南简化了理论,避免了不必要的复杂统计和数学知识,所有核心的机器学习技术都通过图形和易于掌握的示例进行清晰的解释。每一章的内容都十分引人入胜，你将掌握如何把新的算法付诸实践，以解决各种预测分析问题，包括泰坦尼克沉船事件中不同乘客的幸存概率、垃圾邮件过滤、毒酒事件调查等。

主要内容

使用tidyverse程序包处理和绘制数据

监督机器学习和非监督机器学习技术

分类、回归、降维和聚类算法

统计学基础

Hefin I. Rhys是一位有着8年教授R语言、统计学和机器学习经验的生命科学家和细胞学家。他将自己的统计学/机器学习知识贡献给多项学术研究，并热衷于讲授统计学、机器学习和数据可视化方面的课程,