大數據時代為機器學習的應用提供了廣闊的空間
，各行各業涉及數據分析的工作都需要使用機器學習
算法。孫亮、黃倩著的《實用機器學習》圍繞實際數
據分析的流程展開，著重介紹數據探索、數據預處理
和常用的機器學習算法模型。本書從解決實際問題的
角度出發，介紹回歸算法、分類算法、推薦算法、排
序算法和集成學習算法。在介紹每種機器學習算法模
型時，書中不但闡述基本原理，而且討論模型的評價
與選擇。為方便讀者學習各種算法，本書介紹了R語
言中相應的軟件包並給出了示例程序。
本書的最大特色就是貼近工程實踐。首先，本書
僅側重介紹當前工業界最常用的機器學習算法，而不
追求知識內容的覆蓋面；其次，本書在介紹每類機器
學習算法時，力求通俗易懂地闡述算法思想，而不追
求理論的深度，讓讀者借助代碼獲得直觀的體驗。
本書適合需要應用機器學習算法解決實際問題的
工程技術人員閱讀，也可作為相關專業高年級本科生
或研究生的入門教材或課外讀物。

第1章 引論
1.1 什麼是機器學習
1.2 機器學習算法的分類
1.3 實際應用
1.3.1 病人住院時間預測
1.3.2 信用分數估計
1.3.3 Netflix上的影片**
1.3.4 酒店**
1.3.5 討論
1.4 本書概述
1.4.1 本書結構
1.4.2 閱讀材料及其他資源
第2章 R語言
2.1 R的簡單介紹
2.2 R的初步體驗
2.3 基本語法
2.3.1 語句
2.3.2 函數
2.4 常用數據結構
2.4.1 向量
2.4.2 因子
2.4.3 矩陣
2.4.4 數據框
2.4.5 列表
2.4.6 下標繫統
2.5 公式對像和apply函數
2.6 R軟件包
2.6.1 軟件包的安裝
2.6.2 軟件包的使用
2.6.3 軟件包的開發
2.7 網絡資源
第3章 數學基礎
3.1 概率
3.1.1 基本概念
3.1.2 基本公式
3.1.3 常用分布
3.1.4 隨機向量及其分布
3.1.5 隨機變量的數字特征
3.1.6 隨機向量的數字特征
3.2 統計
3.2.1 常用數據特征
3.2.2 參數估計
3.3 矩陣
3.3.1 基本概念
3.3.2 基本運算
3.3.3 特征值與特征向量
3.3.4 矩陣分解
3.3.5 主成分分析
3.3.6 R中矩陣的計算
第4章 數據探索和預處理
4.1 數據類型
4.2 數據探索
4.2.1 常用統計量
4.2.2 使用R實際探索數據
4.3 數據預處理
4.3.1 缺失值的處理
4.3.2 數據的標準化
4.3.3 刪除已有變量
4.3.4 數據的變換
4.3.5 構建新的變量：啞變量
4.3.6 離群數據的處理
4.4 數據可視化
4.4.1 直方圖
4.4.2 柱狀圖
4.4.3 莖葉圖
4.4.4 箱線圖
4.4.5 散點圖
第5章 回歸分析
5.1 回歸分析的基本思想
5.2 線性回歸和*小二乘法
5.2.1 *小二乘法的幾何解釋
5.2.2 線性回歸和極大似然估計
5.3 嶺回歸和Lasso
5.3.1 嶺回歸
5.3.2 Lasso與稀疏解
5.3.3 Elastic Net
5.4 回歸算法的評價和選取
5.4.1 均方差和均方根誤差
5.4.2 可決繫數
5.4.3 偏差-方差權衡
5.5 案例分析
5.5.1 數據導入和探索
5.5.2 數據預處理
5.5.3 將數據集分成訓練集和測試集
5.5.4 建立一個簡單的線性回歸模型
5.5.5 建立嶺回歸和Lasso模型
5.5.6 選取合適的模型
5.5.7 構造新的變量
5.6 小結
第6章 分類算法
6.1 分類的基本思想
6.2 決策樹
6.2.1 基本原理
6.2.2 決策樹學習
6.2.3 過擬合和剪枝
6.2.4 實際使用
6.2.5 討論
6.3 邏輯回歸
6.3.1 sigmoid函數的性質
6.3.2 通過極大似然估計來估計參數
6.3.3 牛頓法
6.3.4 正則化項的引入
6.3.5 實際使用
6.4 支持向量機
6.4.1 基本思想：*大化分類間隔
6.4.2 *大分類間隔的數學表示
6.4.3 如何處理線性不可分的數據
6.4.4 Hinge損失函數
6.4.5 對偶問題
6.4.6 非線性支持向量機和核技巧
6.4.7 實際使用
6.5 損失函數和不同的分類算法
6.5.1 損失函數
6.5.2 正則化項
6.6 交叉檢驗和caret包
6.6.1 模型選擇和交叉檢驗
6.6.2 在R中實現交叉檢驗以及caret包
6.7 分類算法的評價和比較
6.7.1 準確率
6.7.2 混淆矩陣
6.7.3 **率、召回率和F1度量
6.7.4 ROC曲線和AUC
6.7.5 R中評價標準的計算
6.8 不平衡分類問題
6.8.1 使用不同的算法評價標準
6.8.2 樣本權值
6.8.3 取樣方法
6.8.4 代價敏感學習
第7章 **算法
7.1 **繫統基礎
7.1.1 常用符號
7.1.2 **算法的評價標準
7.2 基於內容的**算法
7.3 基於矩陣分解的算法
7.3.1 無矩陣分解的基準方法
7.3.2 基於奇異值分解的**算法
7.3.3 基於SVD**算法的變體
7.4 基於鄰域的**算法
7.4.1 基於用戶的鄰域**算法
7.4.2 基於商品的鄰域**算法
7.4.3 混合算法
7.4.4 相似度的計算
7.5 R中recommenderlab的實際 使用
7.6 **算法的評價和選取
第8章 排序學習
8.1 排序學習簡介
8.1.1 解決排序問題的基本思路
8.1.2 構造特征
8.1.3 獲取相關度分數
8.1.4 數學符號
8.2 排序算法的評價
8.2.1 MAP
8.2.2 DCG
8.2.3 NDCG
8.2.4 討論
8.3 逐點方法
8.3.1 基於SVM的逐點排序方法
8.3.2 逐點方法討論
8.4 逐對方法
8.4.1 Ranking SVM算法
8.4.2 IR-SVM算法
8.4.3 RankNet算法
8.4.4 LambdaRank算法
8.4.5 LambdaMART算法
8.5 逐列方法
8.5.1 SVMmap算法
8.5.2 討論
第9章 集成學習
9.1 集成學習簡介
9.2 bagging簡介
9.3 隨機森林
9.3.1 訓練隨機森林的基本流程
9.3.2 利用隨機森林估計變量的 重要性
9.3.3 隨機森林的實際使用
9.4 boosting簡介
9.4.1 boosting和指數損失函數
9.4.2 AdaBoost算法
9.4.3 AdaBoost的實際使用
9.4.4 討論
9.5 提升決策樹和梯度提升算法
9.5.1 提升決策樹和梯度提升算法的基本原理
9.5.2 如何避免過擬合
9.5.3 gbm包的實際使用
9.5.4 討論
9.6 學習器的聚合及stacking
9.6.1 簡單平均
9.6.2 加權平均
9.6.3 stacking的基本思想及應用
9.7 小結
參考文獻
索引