实用机器学习 这本书的作者在学术界和工业界工作多年，书中介绍的都是非常实用的算法。
实用机器学习 涵盖实际中常用的各种算法，包括回归、分类、推荐系统、排序等，能够引导读者从原始数据出发到形成zui终的解决方案。
通过R语言来引导读者使用算法，使读者能够简单上手，得到算法的第1手使用经验。
机器学习是一个热门而又高深的话题。多年来，符号学习、统计学习、深度学习等一系列高高在上的名词使得大众对机器学习敬而远之，大数据时代，机器学习的广泛成功应用再次引爆了大众对机器学习的关注。
机器学习能够解决什么样的问题？如何使用机器学习解决实际问题？应该怎样选择算法？本书从实践出发回答这些问题。书中首先通过实际应用场景引出机器学习中的几类典型问题，然后着重介绍解决各类问题的实用算法，并利用R语言和相关的软件包来引导读者实际使用这些算法。
不懂机器学习？没有关系。本书不仅介绍了机器学习的基本概念和算法原理，还提供了完整的程序代码，助读者轻松上手、快速入门。
数学基础不够？没有关系。本书一方面突出了对概念和原理的理解，尽可能淡化了对数学背景的要求；另一方面也介绍了需要具备的数学知识，便于读者查阅。
不会使用R语言？没有关系。本书介绍了R语言的基本知识及常用R软件包，两位作者更是亲手绘制了全书90%以上的插图，手把手教读者用R语言分析数据和展现结果。
掌握本书介绍的算法和对应的R软件包后，读者可以顺利地针对新问题、新数据选择和使用机器学习算法，在实践中获得更大收获。
大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包并给出了示例程序。
本书的一大特色就是贴近工程实践。首先，本书仅侧重介绍当前工业界常用的机器学习算法，而不追求知识内容的覆盖面；其次，本书在介绍每类机器学习算法时，力求通俗易懂地阐述算法思想，而不追求理论的深度，让读者借助代码获得直观的体验。
第1章 引论 1
1．1 什么是机器学习 1
1．2 机器学习算法的分类 2
1．3 实际应用 3
1．3．1 病人住院时间预测 3
1．3．2 信用分数估计 4
1．3．3 Netflix上的影片推荐 4
1．3．4 酒店推荐 5
1．3．5 讨论 6
1．4 本书概述 7
1．4．1 本书结构 9
1．4．2 阅读材料及其他资源 10
第2章 R语言 12
2．1 R的简单介绍 12
2．2 R的初步体验 13
2．3 基本语法 14
2．3．1 语句 14
2．3．2 函数 17
2．4 常用数据结构 19
2．4．1 向量 19
2．4．2 因子 23
2．4．3 矩阵 24
2．4．4 数据框 26
2．4．5 列表 29
2．4．6 下标系统 33
2．5 公式对象和apply函数 34
2．6 R软件包 36
2．6．1 软件包的安装 37
2．6．2 软件包的使用 38
2．6．3 软件包的开发 38
2．7 网络资源 38
第3章 数学基础 39
3．1 概率 39
3．1．1 基本概念 39
3．1．2 基本公式 40
3．1．3 常用分布 42
3．1．4 随机向量及其分布 43
3．1．5 随机变量的数字特征 46
3．1．6 随机向量的数字特征 48
3．2 统计 49
3．2．1 常用数据特征 49
3．2．2 参数估计 52
3．3 矩阵 54
3．3．1 基本概念 54
3．3．2 基本运算 56
3．3．3 特征值与特征向量 57
3．3．4 矩阵分解 60
3．3．5 主成分分析 62
3．3．6 R中矩阵的计算 68
第4章 数据探索和预处理 74
4．1 数据类型 74
4．2 数据探索 75
4．2．1 常用统计量 76
4．2．2 使用R实际探索数据 76
4．3 数据预处理 82
4．3．1 缺失值的处理 82
4．3．2 数据的标准化 83
4．3．3 删除已有变量 85
4．3．4 数据的变换 86
4．3．5 构建新的变量：哑变量 86
4．3．6 离群数据的处理 88
4．4 数据可视化 89
4．4．1 直方图 89
4．4．2 柱状图 92
4．4．3 茎叶图 95
4．4．4 箱线图 96
4．4．5 散点图 100
第5章 回归分析 104
5．1 回归分析的基本思想 104
5．2 线性回归和最小二乘法 105
5．2．1 最小二乘法的几何解释 106
5．2．2 线性回归和极大似然估计 107
5．3 岭回归和Lasso 108
5．3．1 岭回归 108
5．3．2 Lasso与稀疏解 110
5．3．3 Elastic Net 114
5．4 回归算法的评价和选取 114
5．4．1 均方差和均方根误差 114
5．4．2 可决系数 114
5．4．3 偏差-方差权衡 115
5．5 案例分析 118
5．5．1 数据导入和探索 118
5．5．2 数据预处理 120
5．5．3 将数据集分成训练集和测试集 121
5．5．4 建立一个简单的线性回归模型 121
5．5．5 建立岭回归和Lasso模型 122
5．5．6 选取合适的模型 124
5．5．7 构造新的变量 126
5．6 小结 126
第6章 分类算法 127
6．1 分类的基本思想 127
6．2 决策树 130
6．2．1 基本原理 130
6．2．2 决策树学习 131
6．2．3 过拟合和剪枝 138
6．2．4 实际使用 139
6．2．5 讨论 148
6．3 逻辑回归 148
6．3．1 sigmoid函数的性质 148
6．3．2 通过极大似然估计来估计参数 149
6．3．3 牛顿法 151
6．3．4 正则化项的引入 153
6．3．5 实际使用 154
6．4 支持向量机 161
6．4．1 基本思想：最大化分类间隔 161
6．4．2 最大分类间隔的数学表示 163
6．4．3 如何处理线性不可分的数据 164
6．4．4 Hinge损失函数 166
6．4．5 对偶问题 168
6．4．6 非线性支持向量机和核技巧 170
6．4．7 实际使用 173
6．5 损失函数和不同的分类算法 175
6．5．1 损失函数 175
6．5．2 正则化项 178
6．6 交叉检验和caret包 180
6．6．1 模型选择和交叉检验 180
6．6．2 在R中实现交叉检验以及caret包 182
6．7 分类算法的评价和比较 192
6．7．1 准确率 193
6．7．2 混淆矩阵 193
6．7．3 精确率、召回率和F1度量 195
6．7．4 ROC曲线和AUC 196
6．7．5 R中评价标准的计算 199
6．8 不平衡分类问题 201
6．8．1 使用不同的算法评价标准 201
6．8．2 样本权值 201
6．8．3 取样方法 202
6．8．4 代价敏感学习 203
第7章 推荐算法 205
7．1 推荐系统基础 205
7．1．1 常用符号 208
7．1．2 推荐算法的评价标准 209
7．2 基于内容的推荐算法 210
7．3 基于矩阵分解的算法 211
7．3．1 无矩阵分解的基准方法 211
7．3．2 基于奇异值分解的推荐算法 212
7．3．3 基于SVD推荐算法的变体 216
7．4 基于邻域的推荐算法 222
7．4．1 基于用户的邻域推荐算法 223
7．4．2 基于商品的邻域推荐算法 225
7．4．3 混合算法 226
7．4．4 相似度的计算 227
7．5 R中recommenderlab的实际 使用 232
7．6 推荐算法的评价和选取 250
第8章 排序学习 253
8．1 排序学习简介 253
8．1．1 解决排序问题的基本思路 254
8．1．2 构造特征 255
8．1．3 获取相关度分数 256
8．1．4 数学符号 257
8．2 排序算法的评价 257
8．2．1 MAP 258
8．2．2 DCG 260
8．2．3 NDCG 261
8．2．4 讨论 261
8．3 逐点方法 262
8．3．1 基于SVM的逐点排序方法 263
8．3．2 逐点方法讨论 264
8．4 逐对方法 265
8．4．1 Ranking SVM算法 265
8．4．2 IR-SVM算法 266
8．4．3 RankNet算法 267
8．4．4 LambdaRank算法 271
8．4．5 LambdaMART算法 273
8．5 逐列方法 279
8．5．1 SVMmap算法 279
8．5．2 讨论 283
第9章 集成学习 284
9．1 集成学习简介 284
9．2 bagging简介 285
9．3 随机森林 289
9．3．1 训练随机森林的基本流程 289
9．3．2 利用随机森林估计变量的 重要性 290
9．3．3 随机森林的实际使用 291
9．4 boosting简介 300
9．4．1 boosting和指数损失函数 301
9．4．2 AdaBoost算法 302
9．4．3 AdaBoost的实际使用 306
9．4．4 讨论 311
9．5 提升决策树和梯度提升算法 311
9．5．1 提升决策树和梯度提升算法的基本原理 311
9．5．2 如何避免过拟合 315
9．5．3 gbm包的实际使用 318
9．5．4 讨论 327
9．6 学习器的聚合及stacking 328
9．6．1 简单平均 328
9．6．2 加权平均 329
9．6．3 stacking的基本思想及应用 329
9．7 小结 331
参考文献 332
索引 334
——叶杰平 滴滴研究院副院长、密歇根大学终身教授
这是一本非常贴近实际应用的机器学习著作。两位作者根据多年的一线科研和工程实践经验，选取了zui典型的一些机器学习算法，既通俗易懂地介绍了原理，又给出了公开数据集上的R语言实践。行文风格方面，本书兼顾了高校师生和工程技术人员的实际需求，在理论与实践之间达成了一个较好的平衡，因此具有广泛的适用性，值得推荐。
——陈震中 国家青年千人计划专家、武汉大学教授
现有的机器学习书籍有些侧重于算法原理的讲解，对具体实现介绍得很少；有些侧重于基本概念和算法的实现，易于上手但难于把握算法原理的精妙细节之处。本书淡化了对数学背景知识的要求，突出了对常用算法的通俗讲解和基于R软件包的实现，便于读者快速上手，是一本不可多得的机器学习教材和自学参考书，“实用”二字实至名归。
——闫胜业 南京信息工程大学教授
本书从解决实际问题的角度介绍了五类常用的机器学习模型，包括回归模型、分类模型、推荐模型、排序模型和集成学习模型。作者不仅介绍了模型的基本原理，还介绍了特征工程、模型评价和选择等相关的知识。内容有深度但通俗易懂，有广度但不一味求全，具有很强的实用性。本书既适合机器学习初学者，也可以作为企业机器学习项目研发的参考书。
——李武军 南京大学副教授、博士生导师
越来越多的岗位要求机器学习方面的专业知识。每年都有一些机器学习专业的应届毕业生加入我们的团队，但是我们发现很多人在如何应用机器学习解决实际问题方面还存在知识缺失的问题。这本书从要解决的问题类型出发，介绍了机器学习的各种基本概念以及那些zui实用的算法，并全面阐述了使用机器学习解决问题的全过程，娓娓道来而又深入浅出，对于初学者来说是一本很好的入门读物，对于广大的机器学习从业者来说也是一本很好的参考书。尽管本人从事机器学习的研究和应用多年，但是阅读此书也感到受益匪浅。
——唐磊 Clari首席数据科学家
很高兴孙亮博士和黄倩博士将他们在工业界多年应用机器学习积累的相关经验和成果整理出来，值得向大家强烈推荐这本书。在我们的工作实践中，所遇到的大部分问题不外乎回归、分类、推荐、排序诸类，而集成学习是我们在建模过程中使用zui多的一类算法。本书系统地讲解了适用于这些问题的常用算法，并且介绍了R中相应的软件包。就实用性而言，是一本非常贴近实战的不可多得的好书。
——戚晓光 微软高级数据科学