實用機器學習

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。本書圍繞實際數據分析的流程展開，着重介紹數據探索、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。 本書的一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。



孫亮，*數據科學與技術研究院高級專家。曾任微軟Azure機器學習（Azure Machine Learning）部門高級數據科學家，先后畢業於南京大學計算機系（1999-2003）、中國科學院軟件研究所（2003-2006）、美國亞利桑那州立大學計算機系（2006-2011），研究興趣包括機器學習、數據挖掘及其實際應用等。近年來參加了KDD Cup、Heritage HealthPrize等多項數據挖掘競賽並多次取得優異成績。在IEEE T-PAMI、NIPS、ICML、SIGKDD等機器學習領域的知名國際期刊和國際會議上發表論文近20篇，著有機器學習英文專著1部。 黃倩，河海大學副研究員，先后畢業於南京大學計算機系（1999-2003）、中國科學院計算技術研究所（2003-2010），研究興趣包括多媒體大數據處理、機器學習、雲計算等。參加過多個973、863、國家自然科學基金項目的研究，參與過AVS、H.265 HEVC等國內外視頻壓縮標准的制訂。現主持包括國家自然科學基金在內的多個國家、省市級項目，並獲南京市江寧區首批高層次創業人才「創聚工程」項目資助。在相關領域的知名國際期刊和國際會議上發表論文逾20篇，出版譯著4本，參編專著1部。