list.md

目录

• 前言
• 1.使用R

• 1.1.机器学习与R
  • 1.1.1.[下载和安装R]
  • 1.1.2.[编辑器]
  • 1.1.3.加载和安装R包
  • 1.1.4.机器学习的R基础
  • 1.1.5.[R延伸阅读]

• 2.[数据探索]

• 2.1.[数据探索和数据确认]
• 2.2.[什么是数据]
• 2.3.[推断数据中每一列的类型]
• 2.4.[推断数据含义]
• 2.5.[数据的摘要信息]
• 2.6.[均值、中位数和模式]
• 2.7.[量化]
• 2.8.[标准偏差和方差]
• 2.9.[数据可视化]
• 2.10.[数据间关系可视化]

• 3.[文本分类：垃圾邮件过滤]

• 3.1这一类还是那一类：二元分类
• 3.2使用条件概率
• 3.3编写第一个贝叶斯分类器
  • 3.3.1
  • 3.3.2
  • 3.3.3

• 4.[评分：收件箱排序]
• 5.[回归分析：访问数预测]
• 6.[归一化处理：文本回归分析]
• 7.[优化：编码处理？]
• 8.[PCA：建立一种市场指数]
• 9.[MDS：可视化美国参议员的相似度]
• 10.[kNN：推荐系统]
• 11.[分析社交网络]
• 12.[模型的对比]
• [引用文献]