出版日期:2016-11-1
ISBN:9787115435901
作者:丹·图米 (Dan Toomey)
页数:327页
内容概要
作者简介：
Dan Toomey具有20多年开发应用程序方面的经验，曾在多个行业及公司担任不同的职位，包括投稿人、副总裁及首席技术官。近10年，Dan一直在美国马萨诸塞州东部地区的公司工作。Dan以Dan Toomey软件公司的名义，成为这些领域的开发承包商。
译者简介：
刘丽君，韩国国立全北大学博士，加拿大圣西维尔大学博士后，一直从事物联网、工业大数据等方面的数据分析、市场分析等工作，目前任武汉泰迪智慧科技有限公司CEO，对数据敏感，并对数据怎么转变成价值、数据与商业的关系有独到见解。
李成华，数据挖掘与机器学习方向博士，约克大学博士后，麻省理工学院访问科学家，曾任海信集团数据挖掘专家，京东深度神经网络实验室首席科学家，长期从事数据挖掘、机器学习、深度学习和自然语言处理等方面的研究和工作，擅长自动问答以及基于自然语言的人机交互。
卢青峰，硕士毕业于美国威斯康辛州立大学，毕业后从事数据分析、挖掘等相关工作至今。曾先后在敦煌网、百度、京东等行业领先的公司从事数据挖掘、用户行为分析、推荐等工作。
书籍目录
第1章 模式的数据挖掘 1
1.1聚类分析 2
1.1.1K—means聚类 3
1.1.2K—medoids聚类 7
1.1.3分层聚类 12
1.1.4期望最大化 15
1.1.5密度估计 21
1.2异常检测 24
1.2.1显示异常值 25
1.2.2计算异常 28
1.3关联规则 30
1.4问题 33
1.5总结 34
第2章 序列的数据挖掘 35
2.1模式 35
2.1.1Eclat 36
2.1.2arulesNBMiner 40
2.1.3Apriori 43
2.1.4用TraMineR确定序列 47
2.1.5序列相似点 54
2.2问题 57
2.3总结 57
第3章 文本挖掘 59
3.1功能包 60
3.1.1文本处理 60
3.1.2文本集群 69
3.2问题 80
3.3总结 80
第4章 数据分析——回归分析 81
4.1功能包 81
4.1.1简单回归 81
4.1.2多次回归 88
4.1.3多变量回归分析 94
4.1.4稳健回归 100
4.2问题 106
4.3总结 106
第5章 数据分析——相关性 107
5.1功能包 107
5.1.1基本相关性 108
5.1.2可视化相关性 112
5.1.3协方差 114
5.1.4皮尔森相关性 117
5.1.5多分格相关性 118
5.1.6四分相关性 122
5.1.7异构相关矩阵 126
5.1.8部分相关性 128
5.2问题 129
5.3总结 129
第6章 数据分析——聚类 131
6.1功能包 131
6.2K—means聚类 132
6.2.1示例 132
6.2.2Medoids集群 140
6.2.3cascadeKM函数 142
6.2.4基于贝叶斯定理信息选取集群 144
6.2.5仿射传播聚类 146
6.2.6用于估测集群数量的间隙统计量 149
6.2.7分级聚类 151
6.3问题 153
6.4总结 154
第7章 数据可视化——R图形 155
7.1功能包 155
7.1.1交互式图形 156
7.1.2latticist功能包 160
7.1.3ggplot2功能包 169
7.2问题 180
7.3总结 181
第8章 数据可视化——绘图 183
8.1功能包 183
8.2散点图 183
8.2.1回归线 187
8.2.2lowess线条 188
8.2.3scatterplot函数 189
8.2.4Scatterplot矩阵 192
8.2.5密度散点图 197
8.3直方图和条形图 200
8.3.1条形图 200
8.3.2直方图 203
8.3.3ggplot2203
8.3.4词云 204
8.4问题 206
8.5总结 206
第9章 数据可视化——三维 207
9.1功能包 207
9.2生成三维图形 208
9.2.1LatticeCloud——三维散点图 212
9.2.2scatterplot3d 215
9.2.3scatter3d 216
9.2.4cloud3d 218
9.2.5RgoogleMaps 220
9.2.6vrmlgenbar3D 221
9.2.7大数据 223
9.2.8研究方向 228
9.3问题 234
9.4总结 234
第10章 机器学习实战 235
10.1功能包 235
10.2数据集 236
10.2.1数据划分 240
10.2.2模型 241
10.2.3train方法 254
10.3问题 264
10.4总结 264
第11章 用机器学习预测事件 265
11.1自动预测功能包 265
11.1.1时间序列 266
11.1.2SMA函数 272
11.1.3分解函数 273
11.1.4指数平滑法 274
11.1.5预测 277
11.1.6霍尔特指数平滑法 281
11.2问题 293
11.3总结 293
第12章 监督学习和无监督学习 295
12.1功能包 296
12.1.1监督学习 296
12.1.2无监督学习 316
12.2问题 327
12.3总结 327
作者简介
本书讲述的是R语言在数据科学中的应用，目标读者是从事不同行业的数据分析师、数据挖掘工程师、机器学习工程师、自然语言处理工程师、数据科学家，以及从事大数据和人工智能领域的工作者、学生、老师等。
本书的优点在于其通俗易懂、容易上手，每一个实例都有现成的数据和源代码，读者不仅能理解整个案例的来龙去脉，还可以直接编译本书提供的所有源代码，从而了解怎么从实际问题转变成可实现的代码，感受R语言的魅力，让数据产生价值。这种学习和实践相结合的方式非常适合初学者和有一定经验的数据分析师。
本书的内容涵盖了基于数据挖掘的常用模型，包括分类、聚类、关联分析、预测、异常检测等，还包括机器学习的常用算法和自然语言处理、数据可视化等内容。本书内容全面，做到了易读、易用、易理解、易实现、易上手，是不可多得的R语言书籍。