《R语言机器学习:实用案例分析》——第1章开始使用R语言和机器学习

第1章
开始使用R语言和机器学习
本章是介绍性的,它将让你从基础部分学习R语言,包括R语言的各种元素、有用的数据结构、循环和向量化。如果你已经是一个R语言行家,你可以跳过这部分,直接进入下一章。下一章将介绍机器学习作为一个领域所代表的真正内容以及它所包含的主要方向。我们还将介绍每个领域所使用的不同机器学习技术和算法。最后,我们将通过介绍R语言中一些最常用的机器学习添加包结束本章,其中的一些添加包将在后续的章节中使用。
如果你是数据或机器学习的爱好者,想必一定听说过《哈佛商业评论》(Harvard Business Review)将数据科学家称作21世纪最热门的职业。
参考下面的链接:
https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century/
主要由于数据科学家的主要工作是从结构化数据和非结构化数据中收集关键的洞察力和信息,以帮助他们的企业和组织战略性成长,所以对数据科学家有巨大的市场需求。
一部分人可能想知道机器学习和R语言如何与此相关。为了成为一名成功的数据科学家,在你的工具箱中,需要的一个主要工具是一门强大的语言,它帮助你进行复杂的统计计算,处理不同形式的数据,建立模型来获取以前不知道的信息。R是一门能够完成这些任务的完美语言。机器学习提供了你成为一名数据分析师或数据科学家所需要的基本技能,包括使用不同的技术建立模型和从数据中获得洞察力。
本书不仅介绍R语言和机器学习的概念,而且还将这些概念运用在实际案例中,这些都为你熟练应用R和机器学习提供了必要的工具。现在,让我们开始使用R进行机器学习的旅程吧!
在本章中,我们将包括以下内容:
探究R的基本内容。
理解R中的数据结构。
应用函数。
控制代码流。
深入学习R。
理解机器学习的基本内容。
熟悉R中常用的机器学习添加包。

时间: 2024-09-17 04:54:16

《R语言机器学习:实用案例分析》——第1章开始使用R语言和机器学习的相关文章

《R语言机器学习:实用案例分析》——1.1节探究R的基本内容

1.1 探究R的基本内容这里,假定你至少已经熟悉了R中的基础内容,或者以前已经使用过R.因此,我们不会介绍太多有关下载和安装的内容.网上提供了这些部分的大量相关信息.推荐你使用RStudio,这是一个集成开发环境(IDE),它比R自带的图形用户界面(GUI)更好用.可以访问https://www.rstudio.com/ 获取更多信息.更多关于R项目的详细内容,可以访问https://www.r-project.org/获取R语言的概览.除此以外,在该网站有R语言的大量精彩的添加包,可以在网站h

《R语言机器学习:实用案例分析》——1.5节高级结构

1.5 高级结构 当我们讨论不使用循环来操作向量时,我们前面提到向量化这个术语.虽然循环是遍 历向量并进行计算的一个好方法,但是在处理现大数据时它并不是非常有效.这时,R 提 供了下面介绍的一些高级结构.我们将介绍以下函数: J lapply :对列表进行循环,并对列表的每个元素进行函数求值. J sapply : lapply 的简化版本. J apply :对数组的边界进行函数求值. J tapply :对一个向量的子集进行函数求值. J mapply : lapply 的多元版本.1.5.

《R语言机器学习:实用案例分析》——1.7节机器学习基础

1.7 机器学习基础 既然你已经回顾了关于R的内容,我们将讨论机器学习的基础:什么是机器学习,今天如何使用机器学习,以及机器学习中的主要领域.本节将对机器学习进行概述,为你进入下一章机器学习的深入研究做铺垫.1.7.1 机器学习--真正的含义是什么 由于机器学习是一个囊括和借鉴了计算机科学中多个领域的概念和技巧的一门学科,所以它还没有一个明确的教科书定义.在大学中,机器学习也作为一个学术课程进行教授.随着机器学习和数据科学在网上的教育视频.课程和培训形式被大众广泛接受,该学科在最近有了显著的发展

《R语言机器学习:实用案例分析》——2.1节理解机器学习

2.1 理解机器学习 我们是不是被教导说,计算机系统需要编程才能完成特定任务?只有对它们进行编程的情况下,它们在完成任务时才可能快百万倍.我们必须对每一个步骤进行编程,然后才能使这些系统工作并完成任务.那么机器学习是不是一个非常矛盾的概念? 简单地说,机器学习指的是一种教授系统学习执行特定任务的方法,例如学习一个功能.尽管听起来很简单,但它有点混乱而又难以理解.感觉混乱的原因是,我们观察系统(特别是计算机系统)工作的方式与我们学习的方式是两种几乎没有交集的概念.更难以理解的原因是,虽然学习是人类

《R语言机器学习:实用案例分析》——第2章让我们进行机器学习

第2章让我们进行机器学习当你第一次听到机器学习时,它似乎更像是一个科幻电影中的奇特词语,而不像是科技产业中的最新趋势.通常,向人们谈论这个词语时,他们的反应或是普遍好奇这个概念,或是对智能机器(类似于终结者中接管我们世界的天网,Terminator-Skynet)感到谨慎和恐惧.我们生活在一个数字时代,一直面对各种信息.在本章和后面的几章中我们将看到,机器学习喜欢数据.事实上,对机器学习领域的炒作和兴趣,不仅归功于计算技术的进步,而且也归因于每秒钟所产生的数据量呈指数增长.最新的数字是,每天产生

《R语言机器学习:实用案例分析》——2.3节算法家族

2.3 算法家族在机器学习领域中有大量的算法,并且每年都有越来越多的算法被设计出来.在这个领域中有大量的研究,因此算法列表在不断地增加.并且,算法的使用越多,算法的改进也就越多.机器学习是一个工业和学术共同发展的领域.但是,正如蜘蛛侠被告知的"力量越大责任越大"一样,你应该也能理解掌握机器学习带来的责任.面对如此之多可用的算法,有必要了解它们是什么,适用于何种情况.在起初或许会感到无所适从和困惑,但是把这些算法进行分类是有帮助的.机器学习算法可以通过多种方式进行分类.最普遍的方式是将它

《R语言机器学习:实用案例分析》——1.2节R的数据结构

1.2 R的数据结构 这里将介绍R中最有用的数据结构,并在一些虚构的示例中使用它们,以便更好地掌握它们的语法和构造.这里将介绍的主要数据结构包括: 向量 数组和矩阵 列表 数据框 这些数据结构在R和R添加包以及函数(包括我们在后续章节中将要使用的机器学习函数和算法)中广泛地使用.因此知道如何有效地使用这些数据结构来处理数据是十分必 要的.1.2.1 向量 正如我们在上一节中简单提到的,向量是R中最基本的数据结构.我们使用向量来表示任何内容,包括输入和输出.我们以前知道如何生成向量以及对它们进行数

《R语言机器学习:实用案例分析》——1.8节总结

1.8 总结在本章中,我们简单介绍了我们将要研究的机器学习和R.我们讨论了R的基础知识,对R中使用的核心元素(core construct)和数据结构建立了强大的基础.然后我们通过一些概念和算法了解机器学习,以及它们是如何解决实际问题的.最后,我们通过对R中常用的一些添加包的概览作为结尾,这有助于我们熟悉机器学习工具箱中的可用工具.在下一章中,我们将深入了解机器学习的概念和算法,这些有助于我们使机器学习一些知识.

《R语言机器学习:实用案例分析》——2.4节总结

2.4 总结通过本章,我们正式地定义了机器学习的概念.我们讨论了机器学习算法如何学习一个概念.我们接触了许多其他不同的概念,例如泛化.过度拟合.训练.测试.频繁项集等.我们还了解了机器学习算法族.通过概览不同的机器学习算法及其应用领域,我们了解了其中蕴含的神奇之处.通过这些知识,我们已经准备好了去解决一些实际生活问题并帮助这个世界.接下来的几章将基于本章的概念,解决一些特定问题和实际案例.准备好行动吧!