• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • R For Machine Learning,从经典机器学习算法入手

      R For Machine Learning,从经典机器学习算法入手

      • 发布者 weinfoadmin
      • 分类 未分类
      • 日期 2021年9月9日
      • 评论 0评论

      专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。

      是新朋友吗?记得先点R语言关注我哦~
      《R语言资料》专栏·第2篇
      文 | RUser
      1318字 | 4分钟阅读
      【R语言】开通了R语言群,大家相互学习和交流,请扫描下方二维码,备注:R群,我会邀请你入群,一起进步和成长。

      最近,一位R语言朋友,想学习和使用R语言来做机器学习,问了我一些相关的问题,诸如:如何学习机器学习?如何用R语言做机器学习?机器学习需要数据,这些数据去哪里找?机器学习算法这么多,类型也多样,需要优先学习那些算法?等等。这位朋友的问题,我曾经在学习R语言做机器学习的过程时,也会有类似的疑问,并且去寻找相关的解决方法。因此,我阅读了很多R语言与机器学习相关的书籍,也阅读了一些机器学习的经典书籍,还学习和模仿了一些R语言做机器学习的端到端项目。通过这样自我学习、摸索和实践,让自己掌握了R语言做机器学习的知识和技能。

      在这里,我给大家说一下我喜欢的一本R语言与机器学习的书籍,书名是《Machine Learning Made Easy with R》。


      这本书,我认真阅读了两遍,从中收获甚多。这本书,首先向大家介绍了机器学习的基础知识,比方说,什么是机器学习?然后详细地介绍了一系列经典的机器学习算法,包括决策树算法、K近邻算法、朴素贝叶斯算法、线性鉴别分析算法、线性回归算法、逻辑回归算法、支持向量机算法、随机森林算法和Boosting族集成算法,每种算法都从算法的理解、算法的实际应用、算法的案例、算法的局限性、算法的总结以及进一步阅读,这些方面来介绍算法,我非常喜欢作者的这种组织结构,可以让我们全面地从理论和实践、优势和劣势掌握和理解这些算法,最后,作者分享了算法性能提升和改善的一些小知识,包括:模型的简洁性原理、模型的特定场景原则、模型的偏差与方差的平衡、交叉验证的逻辑和应用等。

      这本书,还有一个吸引我的地方,就是每个章节都提供了进一步学习和阅读的文献、书籍和网址,可以极大程度拓展视野和增加知识面。比方说,在第一章,介绍机器学习基础知识里面,作者建议进一步阅读这些文献。

      1. Hooker, Giles, and Cliff Hooker. “Machine Learn-ing and the Future of Realism.” arXiv preprintarXiv:1704.04688 (2017).

      2. Kavakiotis, Ioannis, et al. “Machine Learning and Data Mining Methods in Diabetes Research.” Com-putational and Structural Biotechnology Journal(2017).

      3. Stanisavljevic, Darko, and Michael Spitzer. “A Review of Related Work on Machine Learning inSemiconductor Manufacturing and Assembly Lines.”(2016).

      想进一步了解机器学习以及在各行各业的应用,上面这些文献,可以去阅读下,至少可以看一下文献里面的摘要、结论和引言部分等内容。

      另外,这本书在讲解经典机器学习算法案例的时候,通常按着这样的步骤有序推进。1)收集和探索数据;2)准备数据;3)利用训练集训练模型;4)评价模型的性能;5)改善模型的性能。这个工作流,可以迁移到我们手头上面的数据建模。而这个工作流的具体任务怎么做?本书用R语言编写程序做了演示、测试和验证,非常具有借鉴性与实用性。

      若是你想学习R语言做机器学习,我建议你从经典机器学习算法入手,因为这些算法是基础,同时,应用也广泛。本文说的这本书籍《Machine Learning Made Easy with R》值得你去品读和实践,我相信,你会有收获的。

      我们提供了这本书的电子书,PDF格式,英文版。资源的获取方式,请识别下方二维码,进入R语言公众号,回复“20210307”,就可以获得资源领取的方式。

      好书推荐

      1 R语言做商业智能,助你提高商业生产率

      2 用R、tidyverse和mlr做机器学习

      3 推断统计与数据科学,moderndive和tidyverse包


      公众号推荐


      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      10分钟建构自己的R包,让你的R技能又更进一步
      2021年9月9日

      下一篇文章

      ggplot2包|创建美丽有用的折线图
      2021年9月9日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?